Python 处理超大JSON文件，这个方法简单

前言

如果你需要在 Python 中处理一个大的 JSON 文件，会很容易出现耗尽内存的情况。即使原始数据大小小于内存容量，Python 也

会进一步增加内存使用量。这意味着程序会在与磁盘交互时处理缓慢，或在内存不足时崩溃。

一种常见的解决方案是流解析，也就是惰性解析、迭代解析或分块处理。让我们看看如何将此技术应用于 JSON 处理。

问题：Python中加载JSON内存效率低

我们使用这个大小为24MB的JSON文件来举例，它在加载时会对内存产生明显的影响。这个JSON对象是在GitHub中，用户对存

储库执行操作时的事件列表：

python学习交流Q群：903971231###
[{
   "id":"2489651045","type":"CreateEvent","actor":
{
   "id":665991,"login":"petroav","gravatar_id":"","url":"https://api.github.com/users/petroav","avatar_url":"https://avatars.githubusercontent.com/u/665991?"},"repo":
{
   "id":28688495,"name":"petroav/6.828","url":"https://api.github.com/repos/petroav/6.828"}