前言

Python 有一句话叫 batteries included，大概意思是标准库自带很多常用能力。

初学时不需要马上追一堆第三方库。很多日常脚本用标准库就能完成。比如处理路径、时间、JSON、CSV、命令行参数、日志、随机数、HTTP 简单请求等。

这篇记录几个我觉得初学阶段最值得先熟悉的标准库。不是完整教程，而是知道它们能解决什么问题。

pathlib

pathlib 用来处理文件路径。

from pathlib import Path

base_dir = Path("data")
file_path = base_dir / "users.txt"

它比字符串拼接路径更清楚。

常用操作：

file_path.exists()
file_path.name
file_path.suffix
file_path.parent

遍历目录：

for path in Path("data").glob("*.txt"):
    print(path)

写脚本处理文件时，pathlib 基本必学。

datetime

datetime 用来处理日期时间。

from datetime import datetime, timedelta

now = datetime.now()
tomorrow = now + timedelta(days=1)

格式化：

text = now.strftime("%Y-%m-%d %H:%M:%S")

解析字符串：

dt = datetime.strptime("04-16", "%m-%d")

初学时要注意日期格式里的大小写。%m是月份，%M是分钟。这个很容易写错。

json

json 用来处理 JSON 数据。

import json

data = {"name": "Tom", "age": 18}
text = json.dumps(data, ensure_ascii=False)

字符串转对象：

data = json.loads(text)

文件读写：

with open("data.json", "w", encoding="utf-8") as file:
    json.dump(data, file, ensure_ascii=False, indent=2)

处理接口响应、配置文件、小数据存储时都很常用。

csv

csv 用来读写表格类文本文件。

读取：

import csv

with open("users.csv", "r", encoding="utf-8") as file:
    reader = csv.DictReader(file)
    for row in reader:
        print(row["name"])

写入：

with open("users.csv", "w", encoding="utf-8", newline="") as file:
    writer = csv.DictWriter(file, fieldnames=["name", "age"])
    writer.writeheader()
    writer.writerow({"name": "Tom", "age": 18})

newline=""在写 CSV 时建议加上，避免某些系统里出现空行问题。

如果只是简单处理 CSV，标准库够用。复杂数据分析再考虑 pandas。

argparse

argparse 用来写命令行参数。

比如你写了一个处理文件的脚本，不想把路径写死在代码里，就可以用 argparse。

import argparse

parser = argparse.ArgumentParser()
parser.add_argument("--input", required=True)
parser.add_argument("--output", required=True)
args = parser.parse_args()

print(args.input)

运行：

python tool.py --input a.txt --output b.txt

这样脚本就更像一个小工具，而不是一次性代码。

logging

刚开始写 Python，很多人都用 print 调试。

print 没问题，但稍微正式一点的脚本，logging 更合适。

import logging

logging.basicConfig(level=logging.INFO)
logging.info("start")
logging.warning("something wrong")

logging 可以区分级别，也能配置输出格式和文件。

简单脚本可以先用 basicConfig，等项目复杂了再单独配置 logger。

不要所有信息都 print。日志级别能让运行信息更清楚。

random

random 用来生成随机数。

import random

number = random.randint(1, 10)
item = random.choice(["A", "B", "C"])

打乱列表：

items = [1, 2, 3]
random.shuffle(items)

它适合普通随机场景，比如测试数据、小游戏、抽样。安全相关随机不要用 random，要用 secrets。

collections

collections 里有一些很好用的数据结构。

Counter 可以计数：

from collections import Counter

words = ["java", "python", "python"]
counter = Counter(words)
print(counter)

defaultdict 可以给字典默认值：

from collections import defaultdict

groups = defaultdict(list)
groups["A"].append("Tom")

这些工具能让代码少写很多判断。

小结

Python 标准库很丰富，初学阶段不用一口气全学。

我觉得可以先熟悉 pathlib、datetime、json、csv、argparse、logging、random、collections。这几个覆盖了路径、时间、数据格式、命令行、日志和常用数据处理。

学标准库的目的不是背 API，而是知道遇到问题时先去哪里找工具。很多小需求不用装第三方包，标准库已经够用了。

Python初学笔记（六）常用标准库先学这几个

前言