我之前处理过几十甚至上百GB的SQL脚本，完全懂你这种想提取少量数据却被大文件卡得崩溃的痛苦。不用全量导入或打开整个文件，试试下面这些高效的方法：

1. 用命令行工具流式提取（最快最省资源） #

Linux/macOS直接用grep+awk组合，Windows可以用PowerShell或Git Bash模拟这些命令，全程不用加载整个文件到内存：

# 匹配Player_Summaries的INSERT语句，提取17位数字格式的SteamID64
grep -i "INSERT INTO `Player_Summaries`" your_large_script.sql | awk -F'[(),\'"]' '{for(i=1;i<=NF;i++) if($i~/^[0-9]{17}$/) print $i}' > steamids.txt

• 解释：grep先筛选出所有插入Player_Summaries表的行，awk按括号、逗号、引号分割内容，匹配SteamID64的标准格式，直接输出到新文件。如果你的steamid格式有变化，调整正则表达式即可。

2. 用大文件专属文本编辑器 #

别用普通编辑器硬扛了，试试专门支持超大文件的工具：

• Large Text File Viewer：免费工具，支持按需加载内容，不会把整个文件塞进内存，打开后可以搜索Player_Summaries相关的插入语句，然后用正则替换或批量复制提取steamid。
• UltraEdit：付费但有试用版，开启大文件模式后能轻松处理几百GB的文件，搜索和提取功能很灵活。

3. 写个简单的Python脚本批量处理 #

如果命令行玩不转，用Python写个流式处理脚本，内存占用极低：

import re

# 匹配INSERT语句的正则（可根据你的SQL脚本格式微调）
insert_pattern = re.compile(
    r"INSERT INTO `Player_Summaries`.*?VALUES\((.*?)\)",
    re.IGNORECASE | re.DOTALL
)

# 假设steamid是插入字段中的第一个，若不是则调整索引（比如fields[2]）
STEAMID_FIELD_INDEX = 0

with open("your_large_script.sql", "r", encoding="utf-8", errors="ignore") as sql_file, open("steamids.txt", "w") as output_file:
    for line in sql_file:
        matches = insert_pattern.findall(line)
        for values in matches:
            fields = [field.strip("'\" ") for field in values.split(",")]
            steamid = fields[STEAMID_FIELD_INDEX]
            output_file.write(f"{steamid}\n")

• 解释：逐行读取SQL文件，用正则找到所有插入Player_Summaries的值列表，拆分字段后提取steamid，写入输出文件。如果你的SQL脚本里插入语句是多行的，稍微调整正则的换行匹配即可。

4. 拆分大文件后逐个处理 #

如果以上方法都不想试，先把大文件拆成小片段：

• Linux/macOS用split命令：

  split -b 1G your_large_script.sql sql_chunk_
  

  把文件拆成每个1GB的小文件，然后用EmEditor逐个打开这些小文件，搜索提取内容，最后合并结果。
• Windows用PowerShell：

  Split-Content -Path "your_large_script.sql" -ChunkSize 1GB -OutputPath "sql_chunk_"
  

关键提醒 #

不管用哪种方法，绝对不要尝试全量导入数据库或打开整个168GB的文件，所有操作都要基于流式读取或分块处理，避免内存耗尽导致工具崩溃。

内容的提问来源于stack exchange，提问作者EEylul