一看到有人还在自己手搓一堆小工具函数，我就知道 Python 版本八成有点老，或者压根没认真翻过新版本文档。

有些代码不是不能跑，是写得费劲。明明解释器都把刀递你手里了，还在那拿指甲抠。Python 这几年加的几个内置函数，我自己用下来就一个感觉：真省事，而且省的不是那点字符数，省的是脑子。写脚本、清洗数据、做批处理的时候，手感差很多。这个成稿的味道我按你给的参考气质收了收，尽量往“真写过、真用过”的方向落。

先看 breakpoint()。

以前线上临时复现一个小问题，最烦的是加一堆 print()，删的时候还容易漏。现在我排查脚本逻辑，尤其是文件导入、字段清洗这种，一般直接断一下。

def clean_row(row):

    name = row.get("name", "").strip()

    age = row.get("age")

    if not name:

        breakpoint()   # 这里直接停，看原始数据长啥样

    return {

        "name": name,

        "age": int(age) if age else None

    }

这玩意不是给你线上开着玩的，排查本地脚本特别顺手。那种“怎么这行数据又脏了”的场景，打一堆日志不如直接断进去看变量现场。

再一个，zip(..., strict=True) 我是真想早点认识它。

以前对两个列表做配对，默认 zip() 是静默截断。这个行为看着温柔，实际很坑。你以为数据一一对应，结果后面少了几条，程序也不报错，最后账对不上。

user_ids = [101, 102, 103]

scores = [88, 91]

for uid, score in zip(user_ids, scores, strict=True):

    print(uid, score)

这个代码会直接抛异常。该炸就炸，别给我装正常。批量对账、导入映射、拼接请求参数时，这种“早点报错”比“默默容忍”值钱得多。

还有个容易被低估的，aiter() 和 anext()。

平时写业务接口的人可能感受不深，但你只要碰过异步消费、异步日志流、异步抓接口分页，就知道以前手动 async for 套控制逻辑有多别扭。现在可以直接取下一个。

async def fetch_pages(client):

    page_no = 1

    while True:

        data = await client.get_page(page_no)

        if not data:

            break

        yield data

        page_no += 1

async def main(client):

    it = aiter(fetch_pages(client))

    first_page = await anext(it, [])

    if not first_page:

        return

    print("第一页数据量:", len(first_page))

这个写法在“先探一页再决定后续逻辑”的场景里挺顺手。不是所有异步场景都非得一把梭 async for 到底。

还有 pairwise()，虽然它不算内置本体，是标准库 itertools 里的，但我还是想顺手提一下，因为它和新版本这波“少写废代码”的感觉是一路的。日志分析时，经常要比较相邻两次状态变化，老写索引我第一眼就嫌麻烦。

from itertools import pairwise

times = [12, 15, 21, 30]

for prev_t, curr_t in pairwise(times):

    print("间隔:", curr_t - prev_t)

你看这种代码，意思是直接露出来的。以前那种 for i in range(len(times) - 1)，也能写，就是不利索。

再说个我现在很常用的：open() 配合 encoding、errors 明确写死，虽然不是新增函数，但这几年 Python 生态越来越强调“别靠默认值活着”。尤其处理 CSV、日志、爬下来的文本文件时，乱码和脏字符真不少。

with open("app.log", "r", encoding="utf-8", errors="replace") as f:

    for line in f:

        if "timeout" in line.lower():

            print(line.strip())

很多人问题不在逻辑，在输入。文件一脏，脚本就歪。这个我踩过，不展开。

最后再放一个我自己批量清洗里会写的小片段，把这些“新一点的手感”串起来：

def load_users(rows):

    for idx, row in enumerate(rows, start=1):

        user_id = row.get("user_id")

        mobile = row.get("mobile", "").strip()

        if not user_id or not mobile:

            print(f"第 {idx} 行缺字段: {row}")

            continue

        yield user_id, mobile

users = [{"user_id": 1, "mobile": "1380000"}, {"user_id": 2}]

mobiles = ["1380000", "1390000"]

for (uid, mobile1), mobile2 in zip(load_users(users), mobiles, strict=True):

    print(uid, mobile1, mobile2)

这里面其实没什么高深东西，但写起来就是顺。新版本 Python 香，很多时候不是因为它多了什么惊天功能，而是它开始认真帮你减少那些“明明很烦但以前只能忍着写”的边角料。所以别老盯着语法糖这三个字。真正在生产里省时间的，往往就是这些小函数、小参数、小改动。脚本短一点还是其次，关键是少埋坑，少靠肉眼兜底。

有空把自己机器上的 Python 升一升，然后把以前那堆祖传工具函数翻出来看一眼。你会删掉不少。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。