itertools.islice高效跳过文件前N行的关键是作用于逐行读取的文件迭代器，而非全量加载；正确用法为islice(open('f'), N, None)，内存仅占单行大小。
itertools.islice 本身不读文件，它只是对**已有迭代器**做切片；真正高效跳过前 N 行的关键，在于让它作用于一个**逐行读取的文件对象**，而非一次性加载全文——这样内存只占用单行大小，与文件总大小无关。
核心用法：配合 open() 返回的迭代器
Python 的文件对象本身就是迭代器，调用 open(...) 后直接传给 islice，无需 readlines() 或 list()：
- ✅ 正确（低内存）：
islice(open('big.log'), N, None) - ❌ 错误（高内存）：
islice(open('big.log').readlines(), N, None)—— 全部加载进内存
跳过后处理剩余行（推荐模式）
用 islice(f, N, None) 跳过前 N 行，返回一个新迭代器，可直接 for 循环或传给其他函数：
- 跳过 100 行，处理后续所有行：
for line in islice(open('data.csv'), 100, None):
process(line) - 跳过表头（第 1 行），读取数据：
data_lines = list(islice(open('file.txt'), 1, None))—— 仅将剩余行转为 list（仍比全读小得多）
注意事项与常见陷阱
- 文件对象不能复用：
islice(f, N, None)消耗了前 N 行，原文件指针已移动，不能再从头读 —— 如需多次使用，应重新open() - 不要在
islice外提前调用next()或for：会干扰切片起始位置 - 若需跳过并保留文件句柄控制权（如后续要
.close()），用上下文管理器更安全：with open('huge.txt') as f:
for line in islice(f, 1000, None):
...
对比：为什么比手动循环 next() 更好？
有人用 for _ in range(N): next(f) 跳过，逻辑等价但略冗余。islice 是内置 C 实现，无 Python 循环开销，对超大 N（如跳 100 万行）有轻微性能优势，且语义更清晰——它明确表达了“取子序列”的意图。
