一、为什么会“延迟回收”？

Python 有两套机制：

1️⃣ 引用计数（即时）

引用数归零 → 立刻销毁 → 可能触发 __del__

2️⃣ 垃圾回收器 GC（延迟）

专门处理循环引用，触发时机不确定（阈值驱动）

? 结论：

❗只要涉及循环引用或 GC，回收就可能延迟

二、延迟 ≠ 内存泄漏，但会变成资源泄漏

看一个典型例子：

import gc

class FileHolder:

def __init__(self, path):

self.f = open(path, "w")

def __del__(self):

print("关闭文件")

self.f.close()

a = FileHolder("test.txt")

b = FileHolder("test2.txt")

a.other = b

b.other = a # 循环引用

del a, b

gc.collect()

? 可能出现：

❌ __del__ 没执行

❌ 文件没关闭

❌ 文件句柄泄漏

⚠️ 核心问题

❗GC 不保证调用 __del__（尤其是循环引用）

所以：

内存可能被回收

但资源不会释放

三、常见“隐性泄漏”场景

⚠️ 1. 文件 / socket / 数据库连接

class DB:

def __del__(self):

self.conn.close()

? 问题：

GC 延迟 → 连接长期占用

高并发 → 直接炸连接池

⚠️ 2. Selenium / 浏览器驱动（你之前在用）

class Driver:

def __del__(self):

self.driver.quit()

? 结果：

Chrome/Firefox 进程残留

内存持续上涨

服务器被拖死

⚠️ 3. 大对象缓存（循环引用）

a.cache = big_object

big_object.ref = a

? GC 不及时 → 内存飙升

⚠️ 4. logging handler / 全局对象

没释放 → 文件句柄一直占着

四、GC 延迟的触发机制（很多人不知道）

import gc

print(gc.get_threshold())

默认：

(700, 10, 10)

? 含义（简化）：

分配对象数达到阈值才触发 GC

不是实时回收

? 你可以手动触发：

gc.collect()

但：

❗这不是解决方案，只是调试工具

五、如何判断“真的泄漏”？

✅ 方法1：看未回收对象

import gc

gc.set_debug(gc.DEBUG_LEAK)

✅ 方法2：看 gc.garbage

gc.collect()

print(gc.garbage)

? 有内容 = 有问题

✅ 方法3：用 tracemalloc

import tracemalloc

tracemalloc.start()

# 运行代码

print(tracemalloc.get_traced_memory())

六、正确解决方案（重点）

✅ 方案1：永远不要依赖 __del__

这是官方建议。

✅ 方案2：用 with（最稳）

class FileHolder:

def __enter__(self):

self.f = open("test.txt", "w")

return self

def __exit__(self, exc_type, exc_val, exc_tb):

self.f.close()

with FileHolder():

pass

? 作用域结束 = 立即释放

✅ 方案3：显式 close（工程最常用）

class Driver:

def close(self):

self.driver.quit()

d = Driver()

try:

...

finally:

d.close()

✅ 方案4：weakref（解决循环引用）

import weakref

class A:

def __init__(self):

self.b = None

class B:

def __init__(self, a):

self.a = weakref.ref(a)

? 不增加引用计数 → 不阻止 GC

✅ 方案5：weakref.finalize（高级推荐）

import weakref

class Resource:

def __init__(self):

weakref.finalize(self, self.cleanup)

def cleanup(self):

print("释放资源")

? 优点：

支持循环引用

不依赖 __del__

更可控

七、实战建议（针对你这种自动化/工具开发）

结合你之前的 Selenium / 工具开发场景：

❗必须遵守的规则

1️⃣ 浏览器驱动

driver.quit() # 必须手动

不要写：

def __del__(self):

driver.quit() # ❌

2️⃣ 文件操作

with open(...) as f:

...

3️⃣ 网络请求

用 session 时：

session.close()

4️⃣ 不要制造循环引用

尤其是：

self.xxx = obj

obj.xxx = self

八、一句话总结

❗Python 不会“及时释放资源”，只会“尽力回收内存”

九、给你一个安全模板（推荐你直接用）

class SafeResource:

def __init__(self):

self.closed = False

def close(self):

if not self.closed:

print("释放资源")

self.closed = True

def __enter__(self):

return self

def __exit__(self, *args):

self.close()

十、终极原则

记住这句就够了：

❗“资源释放必须是确定性的，不能依赖 GC”

Python 中的垃圾回收延迟与资源泄漏