应优先使用 for line in f: 迭代文件对象，它内存恒定、最 Pythonic；read() 适合小文件全文处理；readlines() 仅在需随机访问行时使用；务必显式指定 encoding 并注意换行符差异。
read() 一次性读全部内容，适合小文件
当文件不大（比如几 MB 以内），read() 最直接：它把整个文件当做一个字符串返回，换行符 \n 也原样保留。你不需要额外处理行边界，适合做全文搜索、正则匹配或一次性解析。
常见错误是用 read() 处理大日志文件——内存会瞬间飙高，甚至 OOM。Python 不会自动流式读取，它真的一口吞。
- 返回类型是
str，不是列表；想按行处理得自己.split('\n')，但注意空行和末尾换行会影响结果 - 如果文件含 BOM（如 UTF-8 with BOM），
read()会把\ufeff开头一起读进来，可能干扰后续判断 - 编码错误时抛
UnicodeDecodeError，务必显式指定encoding='utf-8'，别依赖默认
readlines() 按行读成列表，注意末尾换行符没去掉
readlines() 把每行（包括结尾的 \n）作为独立字符串放进列表，返回 list[str]。它比 read() 省一点内存（仍是一次性加载），但更贴近“逐行处理”的直觉。
容易踩的坑是以为它自动 .strip() ——其实不会。你遍历时看到的每行末尾都带着 \n，直接拼接或比较会出错。
立即学习“Python免费学习笔记（深入）”；
- 空文件返回空列表
[]，不是None，可安全用for line in f.readlines(): - 最后一行没换行符？那它也不会补，和
read()行为一致 - Windows 和 Linux 换行符不同（
\r\nvs\n），readlines()都保留原样，跨平台处理要小心
真正该用 for line in f: 的场景
90% 的“按行处理”需求，根本不用 read() 或 readlines()。直接迭代文件对象最省内存、最 Pythonic：
- 它逐行读取、生成器式 yield，内存占用恒定，哪怕 10GB 日志也能跑
- 每行末尾
\n还在，但你可以随时line.rstrip('\n\r')去掉，比readlines()后统一处理更灵活 - 遇到异常（如编码错误）能立刻中断，而
readlines()可能卡在中间某行失败，前面内容已丢 - 示例：
with open('data.txt', encoding='utf-8') as f:<br> for line in f:<br> if line.strip(): # 跳过空行<br> process(line)
编码和换行符不一致时的典型报错
读取失败往往不是方法选错，而是编码/换行预期不匹配。比如用 utf-8 打开 GBK 编码的文件，会报 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc4 in position 0；而 Windows 生成的文件若用 open(..., newline='') 忽略换行标准化，csv.reader 可能误判字段。
- 先用命令行快速看编码：
file -i data.txt（Linux/macOS）或chcp+ 记事本另存为确认 - 不确定时加
errors='ignore'或errors='replace'避免崩溃，但会丢数据 - 写脚本处理多来源 TXT 时，别硬写死
encoding，考虑用chardet库先探测
实际用哪个，取决于你下一步怎么处理内容。想全文匹配就 read()；需要索引某一行（比如第 5 行）才用 readlines()；其余情况，默认用 for line in f: 就对了。编码和换行符这些细节，比方法名更容易让程序静默出错。
