应使用 io.stringio 处理字符串流、io.bytesio 处理字节流；逐行迭代读取比 readlines() 更省内存；csv 解析需正确配置 delimiter、quotechar 和 quoting；python 3 应直接用 open(..., encoding=...) 而非 codecs.open。
用 io.StringIO 替换字符串做流操作，但别忘了编码边界
字符串不是字节流，io.StringIO 只接受 str，不能塞 bytes；一塞就报 TypeError: initial_value must be str or None。常见于从文件读取后想“假装是流”再处理，结果误把 open(..., 'rb') 的返回值传进去。
- 如果原始数据是字节（比如 HTTP 响应体、二进制文件内容），该用
io.BytesIO，不是StringIO - 如果原始是字符串但含非 ASCII 字符（如中文、emoji），
StringIO没问题，但它不涉及编码/解码——它只管 Unicode 层，编码是写入文件或网络时才发生的 - 别在
StringIO上调用.encode()或期待它有encoding参数——它没有
示例：正确复用字符串为流
import io text = "你好，world\n123" stream = io.StringIO(text) stream.readline() # → "你好，world\n"
逐行读大文本时，for line in f 比 f.readlines() 真的省内存
f.readlines() 会一次性把全部行载入内存，哪怕文件只有 100MB，也可能生成数百万个 str 对象，GC 压力陡增。而 for line in f 是迭代器式读取，底层用缓冲区按需拉取，内存占用基本恒定。
- 注意：
line结尾带换行符\n（或\r\n），需要line.rstrip('\n\r')才能干净取内容 - 如果要跳过空行或注释行，别写
if line.strip(): ...——strip()会新建字符串，高频场景下可改用line[:1] not in ('\n', '\r', '#')这类轻量判断 - Windows 下用
open(..., newline='')能统一换行符行为，避免\r\n被当两行
csv.reader 和 csv.DictReader 的 delimiter 与 quotechar 容易配错
默认逗号分隔、双引号包裹字段，但真实数据常是制表符、竖线，或用单引号、无引号。配错会导致字段劈开错位、头部解析失败，甚至静默吞掉数据。
华友协同办公管理系统(华友OA)，基于微软最新的.net 2.0平台和SQL Server数据库，集成强大的Ajax技术，采用多层分布式架构，实现统一办公平台，功能强大、价格便宜，是适用于企事业单位的通用型网络协同办公系统。 系统秉承协同办公的思想，集成即时通讯、日记管理、通知管理、邮件管理、新闻、考勤管理、短信管理、个人文件柜、日程安排、工作计划、工作日清、通讯录、公文流转、论坛、在线调查、
立即学习“Python免费学习笔记（深入）”；
- 用
delimiter='\t'处理 TSV 时，别漏掉quoting=csv.QUOTE_MINIMAL（否则含制表符的字段会崩） - 字段含双引号又不用引号包裹？得设
quotechar=None并配合quoting=csv.QUOTE_NONE，否则报Error: iterator should return strings, not bytes类似错误 -
DictReader读首行当 key，若首行本身有脏字符（空格、BOM、隐藏控制符），key 名会异常，建议先next(f).strip('\ufeff').split(...)预处理头
示例：安全读带单引号、竖线分隔的 CSV
import csv
with open('data.txt') as f:
reader = csv.reader(f, delimiter='|', quotechar="'", quoting=csv.QUOTE_ALL)
for row in reader:
print(row)用 codecs.open 还是 open(..., encoding=...)？Python 3.7+ 就别绕路了
codecs.open 是 Python 2 时代遗留方案，Python 3 中 open 已原生支持 encoding 参数，功能一致且更直观。继续用 codecs.open 不仅多写 import，还会掩盖一个关键点：它的 errors 参数名和行为跟内置 open 不完全等价，容易配错策略。
- 统一用
open(path, encoding='utf-8', errors='replace')，errors可选'ignore'、'replace'、'strict' - UTF-8-BOM 文件？加
encoding='utf-8-sig'，它会自动剥离 BOM，不用手动切片 - 读写同一文件时，别混用编码：写用
utf-8，读却用gbk，会直接抛UnicodeDecodeError
真正麻烦的是混合编码日志文件——没有银弹，得靠 chardet 或 charset-normalizer 先探，再重开，这个步骤没法省。
