经常听见吐槽，把一个爬虫脚本发给同事，信誓旦旦说直接跑就行。结果同事那边报 ModuleNotFoundError，自己这边跑得好好的。
几轮改下来，他的环境从 Python 3.8 升到 3.10，pip 装了一堆库，最后发现是路径里有个中文文件夹……
下面复盘一下整个过程。
到底发生了什么？
脚本在本地跑得飞快，发给同事，他那边一跑：
Traceback (most recent call last): File "analyze.py", line 3, in <module> import pandas as pdModuleNotFoundError: No module named 'pandas'
"你没装 pandas 啊，pip install pandas 就行。"
装完再跑：
Traceback (most recent call last): File "analyze.py", line 1, in <module> from config import API_KEYModuleNotFoundError: No module named 'config'
"我本地有个 config.py 存 API Key……"
折腾了半小时，他的环境终于能跑了，但他看你的眼神已经变了。
为什么炸了？
这个问题太经典了，几乎每个把脚本分享给别人的人都踩过。
根因就四个：
① Python 版本不一样
你用 Python 3.10，同事可能还在用 3.8。
3.10 的 match-case 语法、3.9 的 dict | dict 合并操作，在 3.8 上全是语法错误。
# 你在 3.10 能跑match status: case "ok": print("正常") case _: print("异常")# 同事 3.8 跑到这里直接 SyntaxError
② 库没装 / 版本不一样
你装了 pandas 2.0，同事装的是 pandas 1.3。
API 不兼容，同样的代码行为完全不同。
# pandas 2.0+ 支持df.merge(other, on="id", how="left")# pandas 1.3 没问题，但某些新参数会报 TypeError
更常见的是压根没装，你的环境里一堆库是之前项目装的，你以为人人都有。
③ 路径是绝对路径
# 你的电脑DATA_PATH = "/Users/ningning/Documents/data/sales.csv"# 同事的电脑# 这个路径根本不存在
Windows 和 Mac 的路径分隔符还不一样，/ vs \，又是一层坑。
④ 环境变量 / 配置文件
你本地有 .env 文件存着 API Key，同事没有。
你系统里设了 PYTHONPATH，同事没设。
你觉得理所当然的东西，对别人来说全是隐形依赖。
怎么修？
方法一：用 requirements.txt 锁依赖
pip freeze > requirements.txt
发代码时把这个文件一起发过去，同事一键安装：
pip install -r requirements.txt
但 pip freeze 会导出你环境里所有库，包括很多跟项目无关的。
更干净的做法是手动写：
# requirements.txt（手动写，只列项目需要的）pandas>=2.0requests>=2.28openpyxl>=3.0
方法二：用虚拟环境隔离
别污染系统 Python，每个项目新建一个虚拟环境：
# 创建python -m venv .venv# 激活（Mac/Linux）source .venv/bin/activate# 激活（Windows）.venv\Scripts\activate# 装依赖pip install -r requirements.txt
同事拿到你的代码，创建虚拟环境、装依赖，环境跟你一模一样。
方法三：路径别写死
# ❌ 绝对路径DATA_PATH = "/Users/ningning/data/sales.csv"# ✅ 相对路径import osDATA_PATH = os.path.join(os.path.dirname(__file__), "data", "sales.csv")# ✅ 或者用 pathlib（更现代）from pathlib import PathDATA_PATH = Path(__file__).parent / "data" / "sales.csv"
方法四：配置外部化
把 API Key、路径等配置从代码里拿出来：
# ❌ 硬编码API_KEY = "sk-xxxxx"# ✅ 从环境变量读import osAPI_KEY = os.environ.get("API_KEY")if not API_KEY: raise ValueError("请设置环境变量 API_KEY")# ✅ 或者用 .env 文件 + python-dotenvfrom dotenv import load_dotenvload_dotenv()API_KEY = os.environ.get("API_KEY")
方法五：写个 README 说明环境要求
哪怕就三行也行：
## 环境要求- Python 3.9+- pip install -r requirements.txt- 设置环境变量 API_KEY=你的key
防坑清单
分享代码前过一遍：
| 检查项 | 怎么查 |
|---|
| Python 版本兼容？ | python --version，确认最低支持版本 |
| 依赖列清楚了？ | 有没有 requirements.txt |
| 路径是相对的？ | 搜代码里的 /Users、C:\、/home |
| 配置外部化了？ | 搜代码里的硬编码字符串（Key、密码、路径） |
| 有 README？ | 至少写环境要求和运行步骤 |
一句话总结：你的代码能在你电脑跑，不代表能在任何电脑跑。分享前想一想，换个人拿到这份代码，能不能 3 分钟内跑起来？
写代码的人最容易忽略环境差异，因为你对自己的环境太熟悉了。
评论区聊聊：你把代码发给别人，最离谱的报错是什么？
下期预告：99% 的 Python 新手都分不清的两件事，== vs is / 深拷贝 vs 浅拷贝
Python/ML/DL/大模型都折腾过，坑也踩了不少。
10个月宝宝每天需要喝多少奶粉？