Python 里这 8 个标准库,真能把重复代码砍掉一截

这种代码看着只是多写几行，时间长了才麻烦：路径处理有三套写法，数据分组各写各的，临时文件删不干净，状态值还经常拼错。

Python 标准库里已经有现成的。下面这 8 个，我在日志处理、数据导入、接口兜底和批处理脚本里用得比较多。

1. pathlib：别再手拼文件路径

看到下面这种代码，我第一反应就是换掉：

import oslog_file = os.path.join(root_dir, "logs", date_str, "error.log")if os.path.exists(log_file) and os.path.isfile(log_file):with open(log_file, encoding="utf-8") as file:        content = file.read()

用 pathlib 后，路径就是一个对象，查找、判断和读取都放在一起：

from pathlib import Pathdeffind_error_logs(work_dir: str):    log_dir = Path(work_dir) / "logs"for log_file in log_dir.rglob("*.log"):with log_file.open(encoding="utf-8", errors="ignore") as stream:if any("ERROR"in line for line in stream):yield log_file

批量扫日志、整理上传目录、归档文件时，用它能少写不少路径判断。

2. dataclasses：数据对象没必要手写一堆模板

接口返回值、导入记录、任务参数这类对象，经常只有字段，没有复杂行为。继续手写构造函数和打印方法，纯属给自己加活。

from dataclasses import dataclassfrom decimal import Decimal@dataclass(slots=True)classImportOrder:    order_no: str    shop_code: str    amount: Decimal    source: str = "excel"    passed: bool = True

dataclass 会自动生成初始化、比较和字符串展示代码。

我一般还会加上 slots=True。这种批量导入对象可能一次创建几万条，没必要让每个实例都带一个随意扩展的 __dict__。

3. defaultdict：分组代码别反复判断键存不存在

普通字典做数据分组，经常写成这样：

shop_orders = {}for order in orders:if order.shop_code notin shop_orders:        shop_orders[order.shop_code] = []    shop_orders[order.shop_code].append(order)

这种判断没什么技术含量，但项目里特别多。

from collections import defaultdictshop_orders = defaultdict(list)for order in orders:    shop_orders[order.shop_code].append(order)

除了 list，还可以传 set、int，甚至自定义工厂函数。做字段聚合、错误收集和批量分类时很顺手。

4. Counter：统计次数别自己维护加一逻辑

统计接口错误码时，有些代码会先判断键，再决定赋值为 1 还是加 1。能跑，但看着费劲。

from collections import Countererror_codes = Counter(    record["error_code"]for record in request_logsif record.get("error_code"))print(error_codes.most_common(5))

Counter 不只是计数，还能直接拿出现次数最高的数据。

排查线上问题时，我经常先把当天失败日志里的错误码扫一遍。几十种异常混在一起时，先看最高频的，比从第一条日志往下翻靠谱。

5. itertools：多批数据不要一层层拼列表

比如订单来源有三处：正常查询、失败重试和人工补单。很多代码会先创建一个大列表，再连续调用三次 extend。

其实没必要把数据提前复制一遍。

from itertools import chainall_order_ids = chain(    query_pending_orders(),    query_retry_orders(),    load_manual_orders(),)for order_id in all_order_ids:    dispatch_order(order_id)

chain 是惰性读取，前一批处理完才会继续取下一批。

数据量大时，这一点比少写几行更重要。为了代码“看起来统一”，先把几十万条数据塞进一个新列表，我不太喜欢这种写法。

6. functools.lru_cache：稳定查询别重复执行

地区编码、商品分类、权限规则这类数据，在一次任务里可能被反复查询。

自己维护缓存字典，通常还得处理键判断和容量问题。

from functools import lru_cache@lru_cache(maxsize=512)defload_region_name(region_code: str) -> str:    row = region_repository.find_by_code(region_code)if row isNone:return"UNKNOWN"return row.name

后面的调用不需要知道缓存存在：

region_name = load_region_name("310000")

不过这个东西不能乱套。库存、余额、任务状态这种实时变化的数据，我不会缓存。缓存旧了，比多查一次更麻烦。

7. contextlib.ExitStack：动态打开多个文件时很好用

批量校验完成后，可能要把成功、失败和待确认数据分别写入不同文件。

文件数量固定时，写多个 with 还能忍。文件由运行时决定，就容易堆出一排打开和关闭代码。

import csvfrom contextlib import ExitStackfrom pathlib import Pathdefexport_rows(output_dir: str, grouped_rows: dict):    target = Path(output_dir)    target.mkdir(parents=True, exist_ok=True)with ExitStack() as stack:        writers = {}for category in grouped_rows:            stream = stack.enter_context(                (target / f"{category}.csv").open("w",                    encoding="utf-8-sig",                    newline="",                )            )            writers[category] = csv.writer(stream)for category, rows in grouped_rows.items():            writers[category].writerows(rows)

中途抛异常也不用自己逐个关文件，ExitStack 会按顺序处理。

这种资源清理代码，能交给标准库就别自己逞强。

8. enum：业务状态别散落成字符串

订单状态如果一直用 "WAIT_PAY"、"PAID" 这种字符串，早晚会出现大小写不一致或者拼写错误。

from enum import StrEnumclassOrderStatus(StrEnum):    WAIT_PAY = "WAIT_PAY"    PAID = "PAID"    CLOSED = "CLOSED"

业务判断也会清楚一些：

defcan_close(status: OrderStatus) -> bool:return status in {        OrderStatus.WAIT_PAY,        OrderStatus.PAID,    }

这里我不建议为了“统一管理”把所有常量都塞进枚举。真正有固定取值范围、会参与业务判断的状态才适合放进去。

标准库减少重复代码，靠的不是语法炫技。

路径处理交给 pathlib，数据对象交给 dataclasses，分组和统计交给 collections，资源释放交给 contextlib。这些地方自己再造一套工具层，开始可能觉得灵活，半年后通常只剩下一堆没人敢删的封装。

代码少一点，分支少一点，出问题时也少翻几层。