关于非程序员尝试写的脚本虽然能跑但内存爆了这件事

[xiaoxiaohaoa]

代码部分可能存在大量令人高血压的语句，如果使您感到不适，非常抱歉

省流版：请各位帮忙看看下面一段代码里哪里存在可能导致内存溢出/泄漏的问题。如果可以的话，请指点一下如何优化，万分感谢。

以下是完整代码内容（已隐去部分隐私信息）：

import sys
f = open('a.log', 'a')
sys.stdout = f
sys.stderr = f # redirect std err, if necessary

import xlrd3
games = xlrd3.open_workbook(filename=r'games.xlsx')
gamelist = games.sheet_names()

sgames = xlrd3.open_workbook(filename=r'sgames.xlsx')
sgamelist = sgames.sheet_names()

import asyncio
from bilibili_api import Credential, sync, user
from bilibili_api.session import Session, Event, send_msg
from bilibili_api.user import User, RelationType
from bilibili_api.utils.picture import Picture

#登录凭据，记得改成自己的
SESSDATA = "※"
BILI_JCT = "※"
BUVID3 = "※"

credential = Credential(sessdata=SESSDATA, bili_jct=BILI_JCT, buvid3=BUVID3)
session = Session(credential)

list1 = [] #用于记录收到私信的粉丝的 uid
list2 = [] #用于记录关注时间，作为判定取关并重新关注操作的凭据
list3 = [] #用于记录无视开关状态的白名单 uid

with open('list1.txt',"r") as f: #读取已记录列表，该列表存储在本地，位置为指令执行时所处的目录
    for line in f:
        list1.append(line.strip('\n')) 

with open('list2.txt',"r") as f: #同上
    for line in f:
        list2.append(line.strip('\n'))

with open('list3.txt',"r") as f: #同上
    for line in f:
        list3.append(line.strip('\n'))

status = []

@session.on(Event.TEXT) #轮询，检测收到文字私信时触发
async def reply(event: Event):

    token = "1"

    code = event.content[-5:]
    name = event.content[:-5]

    uid = event.sender_uid #查询发信者的 uid
    talker = User(uid, credential)
    rela = await talker.get_relation(uid)
    follow = rela['be_relation']['attribute'] #查询关注关系，此处描述的是对方对你的关注状态：0=未关注，2=已关注，6=互关，128=黑名单
    mtime = rela['be_relation']['mtime'] #关注时间，以时间戳的形式记录，未关注时为 0 ，取关后重新关注会刷新，以此为凭据进行拉黑；需注意关系变为互相关注时也会刷新，后文单独拎出来讨论
    fid = str(uid) #转换为字符串
    ftime = fid + str(mtime) #同上


    if fid == "※":

        if event.content == "/终止": #杀死进程
            await session.reply(event, "脚本已停运")
            session.close()

        elif event.content == "/开始": #用于开始自动回复的口令，触发后将开始自动回复私信
            await session.reply(event, "脚本已开启")
            status.append(token)

        elif event.content == "/结束": #用于暂停自动回复的口令，触发后将不再自动回复私信
            await session.reply(event, "脚本已暂停")
            status.clear()

        elif event.content.isdigit():

            if event.content in list1:

                list1.remove(event.content)
                with open('list1.txt', "w") as f:
                    for element in list1:
                        f.write(element + "\n")

                await send_msg(credential=credential, msg_type=Event.TEXT, content="用户已移出黑名单", receiver_id=uid)

            else:

                await send_msg(credential=credential, msg_type=Event.TEXT, content="用户当前不在黑名单中，操作失败", receiver_id=uid)



    if token in status or fid in list3: #开关开启 [或] 发信人在白名单内

        if follow > 0 and follow < 128: #筛选：已关注用户

            if fid not in list1: #筛选：未通过关键词获取过回复的粉丝

                if event.content == "彩蛋": 
                    await session.reply(event, "恭喜你找到了一颗彩蛋！")


                elif name in gamelist: #正确的游戏关键词，接下来将进一步检测口令中的数字

                    gamex = games.sheet_by_name(sheet_name=name)
                    codelist = gamex.col_values(0)

                    if code in codelist: #口令正确，标志着对方成功获取回复；触发时发信人的 uid 和关注时间会随之被记录

                        def search(gamecode):

                            num_rows = gamex.nrows

                            for row in range(num_rows):
                                if gamex.cell_value(row, 0) == code:
                                    return gamex.cell_value(row, 1)
                            return None

                        password = search(code)


                        await session.reply(event, "非常感谢您下载本人汉化的游戏《" + name + "》。\n 您的密码是：\n" + password) #正确关键词对应的回复

                        list1.extend([fid]) #记录发信粉丝的 uid
                        with open("list1.txt","a+") as f: 
                            f.write(fid + "\n")
                        
                        list2.extend([ftime]) #记录发信粉丝的 uid 和关注时间
                        with open("list2.txt","a+") as f: 
                            f.write(ftime + "\n")



            else: #曾通过关键词获取过回复的粉丝

                if ftime in list2 or follow == 6: #对方两次私信的关注时间一致（或关系为互相关注），说明对方自上次获取回复后没有取消关注过（或对方是你的好友），此时执行正常流程，跟上文一致，但不重复记录

                    if event.content == "彩蛋": 
                        await session.reply(event, "恭喜你找到了一颗彩蛋！")


                     #我需要治疗 1.1

                    elif name in gamelist: #正确的游戏关键词，接下来将进一步检测口令中的数字

                        gamex = games.sheet_by_name(sheet_name=name)
                        codelist = gamex.col_values(0)

                        if code in codelist: #口令正确，标志着对方成功获取回复

                            def search(gamecode):

                                num_rows = gamex.nrows

                                for row in range(num_rows):
                                    if gamex.cell_value(row, 0) == code:
                                        return gamex.cell_value(row, 1)
                                return None

                            password = search(code)


                            await session.reply(event, "非常感谢您下载本人汉化的游戏《" + name + "》。\n 您的密码是：\n" + password) #正确关键词对应的回复



                else: #对方两次私信的关注时间不一致且不是你的互关好友，说明对方自上次获取回复后曾取消关注
                    await session.reply(event, "获取密码功能已失效。")

                    #如果想要拉黑，复制粘贴这一句： [ await talker.modify_relation(relation=RelationType.BLOCK)] 


     #即使开关关闭、发送人也不在白名单时也能获取的游戏

    elif follow > 0 and follow < 128: #筛选：已关注用户

        if fid not in list1: #筛选：未通过关键词获取过回复的粉丝

            if event.content == "彩蛋α": 
                await session.reply(event, "恭喜你找到了一颗高级彩蛋！")


            elif name in sgamelist: #正确的关键词，接下来将进一步检测口令中的数字

                gamex = sgames.sheet_by_name(sheet_name=name)
                codelist = gamex.col_values(0)

                if code in codelist: #口令正确，标志着对方成功获取回复；触发时发信人的 uid 和关注时间会随之被记录

                    def search(gamecode):

                        num_rows = gamex.nrows

                        for row in range(num_rows):
                            if gamex.cell_value(row, 0) == code:
                                return gamex.cell_value(row, 1)
                        return None

                    password = search(code)


                    await session.reply(event, "非常感谢您下载本人汉化的游戏《" + name + "》。\n 您的密码是：\n" + password) #正确关键词对应的回复
          
                    list1.extend([fid]) #记录发信粉丝的 uid
                    with open("list1.txt","a+") as f: 
                        f.write(fid + "\n")
                    
                    list2.extend([ftime]) #记录发信粉丝的 uid 和关注时间
                    with open("list2.txt","a+") as f: 
                        f.write(ftime + "\n")



        else: #曾通过关键词获取过回复的粉丝

            if ftime in list2 or follow == 6: #对方两次私信的关注时间一致（或关系为互相关注），说明对方自上次获取回复后没有取消关注过（或对方是你的好友），此时执行正常流程，跟上文一致，但不重复记录

                if event.content == "彩蛋α": 
                    await session.reply(event, "恭喜你找到了一颗高级彩蛋！")


                elif name in sgamelist: #正确的关键词，接下来将进一步检测口令中的数字

                    gamex = sgames.sheet_by_name(sheet_name=name)
                    codelist = gamex.col_values(0)

                    if code in codelist: #口令正确，标志着对方成功获取回复；触发时发信人的 uid 和关注时间会随之被记录

                        def search(gamecode):

                            num_rows = gamex.nrows

                            for row in range(num_rows):
                                if gamex.cell_value(row, 0) == code:
                                    return gamex.cell_value(row, 1)
                            return None

                        password = str(search(code))


                        await session.reply(event, "非常感谢您下载本人汉化的游戏《" + name + "》。\n 您的密码是：\n" + password) #正确关键词对应的回复
      

            else: #对方两次私信的关注时间不一致且不是你的互关好友，说明对方自上次获取回复后曾取消关注
                    await session.reply(event, "获取密码功能已失效。") #可删除


sync(session.start())

关于文件：脚本内涉及到的几个.txt 和.xlsx 文件大小均不超过 20kb ，这些文件本身的大小应该不是问题。日志输出文件.log 这段时间的运行下来，大小已经达到 20Mb+了，但由于是只写不读，应该也不是这个的问题？

背景：如您所见，这段脚本的作用是实现“bilibili 根据私信收到的关键词触发自动回复”的功能，目的是为下载本人汉化的游戏作品的用户分发启动密码。

本人此前没有编程经验，某天想到设置自动回复的点子后误打误撞发现了Bilibili API的库，于是动手实践，一点点试错码出来了一个姑且能满足需要的脚本。后来在使用过程中慢慢改进，断断续续花了四个多月的时间变成了现在看到的这个样子。

现在这个脚本挂在 Oracle Cloud 的服务器上长期运行。最初一两个月还算顺利，但从两个多月前开始偶尔会出现脚本没有响应的状况，b 站给自己发送的私信不会触发回复，Xftp 和 Xshell 也无法连接到远程主机，但每次等一会儿就会自行恢复。而最近半个月这种断线变得越来越频繁，每次断线的时间也在延长。查看了 Oracle 提供的统计数据发现了端倪：

每次断线都跟内存占用率暴增的时间点吻合，图表上缺失的时间段也正是断线的持续时间。我意识到可能是内存溢出导致的服务器宕机，但在正常运行期间查看进程的内存占用率也看不出所以然。目前只能推测是这段脚本里什么地方写得不好，引入了大量临时变量之类的导致内存爆了。由于缺乏相关的知识，我对于该怎么解决也没有头绪，四处搜寻下找到了本站，斗胆提问，希望能得到各位的指点。

有任何建议或看法都非常欢迎。感谢！

题外话，这些汉化作品是免费发布的，不会向用户收取费用。设置启动密码的初衷是避免盗卖，此前的资源因为无需验证，时常会被人二次上传并牟利；而在采用这种方式之后用户必须通过私信我来获取密码，盗卖的情况就没再发生过了。不用 b 站自带的自动回复功能是因为支持的关键词数量太少了。

[dode]

list1 = [] #用于记录收到私信的粉丝的 uid
list2 = [] #用于记录关注时间，作为判定取关并重新关注操作的凭据
list3 = [] #用于记录无视开关状态的白名单 uid

这几个列表运行中做了增加，是否进行了去重？

[shurimasoul]

有没有可能是出现异常时资源没释放导致的？尝试加入一些异常处理，然后在捕获到异常时释放资源，看看还有没有这种问题出现

[Van426326]

其实这种问题可以先问问 ai




## 内存占用高的可能原因：

**1. Excel 文件过大：**

* 代码使用了 `xlrd3` 库读取 Excel 文件，如果 Excel 文件本身很大，包含大量数据，那么读取文件时会占用大量内存。
* 建议检查 Excel 文件的大小，如果文件很大，可以考虑优化文件结构或者使用其他方式存储数据。

**2. 数据结构不合理：**

* 代码使用了列表 `list1`、`list2`、`list3` 存储粉丝信息，如果粉丝数量很多，这些列表会占用大量内存。
* 可以考虑使用更节省内存的数据结构，例如集合（ set ）或者字典（ dict ）。

**3. 循环处理逻辑：**

* 代码中有一些循环处理逻辑，例如读取 Excel 文件、遍历粉丝列表等，如果循环次数很多，也会占用大量内存。
* 可以考虑优化循环逻辑，例如减少循环次数、使用生成器等。

**4. bilibili_api 库的使用：**

* `bilibili_api` 库本身可能存在内存泄漏问题，导致内存占用过高。
* 建议检查 `bilibili_api` 库的版本和相关 issue ，或者尝试使用其他 Bilibili API 库。

**5. 其他原因：**

* 操作系统、Python 版本、其他运行的程序等因素也可能影响内存占用。

## 建议：

* **使用内存分析工具：** 可以使用 Python 内置的 `memory_profiler` 库或者其他内存分析工具，分析代码中哪些部分占用了大量内存。
* **优化数据结构：** 使用更节省内存的数据结构，例如集合或字典。
* **优化循环逻辑：** 减少循环次数，使用生成器等。
* **检查第三方库：** 检查 `bilibili_api` 库的版本和相关 issue ，或者尝试使用其他 Bilibili API 库。
* **监控内存使用情况：** 定期监控程序的内存使用情况，及时发现内存泄漏问题。


希望以上分析能帮助你找到内存占用高的原因并进行优化。

[harmless]

感觉脚本没啥问题，是不是机器上有其他服务导致内存周期性暴增

[xiaoxiaohaoa]

@dode 在增加前已使用 if 语句对 uid 进行了筛选，已存在的 uid 不会被重复记录。每次新增记录后会将列表同步到本地位置，能够证实确实没有重复。谢谢解答！

[xiaoxiaohaoa]

@shurimasoul 确实，运行日志记录了一些报错信息，不过没有什么严重的影响所以一直放着没管……我去搜一下异常处理要怎么实现。感谢解答！

[xiaoxiaohaoa]

@Van426326 谢谢指点，但实际看下来，ai 的回答中有效的结果似乎并不是很多？

1.已检查过涉及到写入的文件，大小均不超过 20kb ，应该可以认为不是这个问题；

2.列表改为字典/集合的思路有道理，但有资料说 dict 的内存占用比 list 更大？还是说这里的“内存”概念我理解得不对？
暂时无法发布链接，先引用一段原文：
-和 list 比较，dict 有以下几个特点：
-a.查找和插入的速度极快，不会随着 key 的增加而变慢；
-b.需要占用大量的内存，内存浪费多。
-而 list 相反：
-a.查找和插入的时间随着元素的增加而增加；
-b.占用空间小，浪费内存很少。

3.反复遍历 list 似乎是一个问题，我会试着搜索一下生成器的用法；

4.使用 bilibili_api 库的其他人没有报告过内存泄漏问题，并且不在本人的能力范围内，暂不考虑；

内存监控我也有考虑过，但具体怎么实现还暂时没想好。先试试用其他办法把问题解决了，之后再考虑监控吧。谢谢解答！
@Van426326

[xiaoxiaohaoa]

@harmless 确实有这个可能，用 ps -aux 命令会发现大量不认识的进程，但我个人使用的云实例上除了这个脚本没有主动运行过其他服务，所以一直认为是系统进程。可能有必要实时监控各进程的内存占用并输出日志了。感谢解答！