我正在编写一些python代码，可以在不同的点将大文件拼接在一起。我在 C 中做了类似的事情，我分配了一个 1MB 的字符数组并将其用作读/写缓冲区。这很简单：将 1MB 读入 char 数组，然后将其写出。
但是对于python，我假设它是不同的，每次我调用大小= 1M的read（）时，它都会分配一个1M长的字符串。希望当缓冲区超出范围时，我们将在下一个 gc 传递中释放它。
python会以这种方式处理分配吗？如果是这样，常量分配/取消分配周期的计算成本是否很高？
我可以告诉 python 像在 C 中一样使用相同的内存块吗？还是 python vm 足够聪明，可以自己做？
我想我本质上的目标是有点像 python 中 dd 的实现。
搜索网站 docs.python.org readinto，以查找适合您正在使用的 Python 版本的文档。 readinto是一个低级功能。 它们看起来很像这样：
阅读（b） 将最多 len（b） 字节读入字节数组 b 并返回读取的字节数。
与 read（） 一样，可以向底层原始流发出多个读取，除非后者是交互式的。
如果基础原始流处于非阻塞模式，并且当前没有可用数据，则会引发 BlockingIOError。
但不要过早地担心它。 Python以凶猛的速度分配和解分配动态内存，并且重复获取和释放可怜的兆字节的成本很可能会在噪音中丢失。 请注意，CPython 主要是引用计数的，因此当缓冲区超出范围时，它将"立即"回收。 至于Python是否每次都会重用相同的内存空间，几率不错，但不能保证。 Python没有做任何事情来强迫它，但是根据整个分配/解除分配模式和系统C malloc()/free()实现的细节，它并非不可能被重用;-）