项目里又看到一个 utils.py，两千多行。

里面有手写路径拼接、手写分组、手写重试、手写命令行参数解析，还有一个自己封装的日志类。我第一眼就不太信这种文件，越像“万能工具箱”，越容易藏坑。

Python 标准库里很多东西不是不能用，是平时被忽略了。

先看一个很常见的活：每天把一批订单 CSV 扫一遍，过滤脏数据，按用户聚合金额，最后输出异常日志。

很多人会先造一堆函数，其实用几个内置模块就够了。

from pathlib import Path
from collections import defaultdict
from dataclasses import dataclass
from datetime import datetime
import csv
import logging

logging.basicConfig(
    filename="check_order.log",
    level=logging.INFO,
    format="%(asctime)s %(levelname)s %(message)s"
)

@dataclass
class OrderLine:
    user_id: str
    order_id: str
    amount: int
    pay_time: datetime

def load_orders(src_dir: str):
    root = Path(src_dir)

    for file in root.glob("order_*.csv"):
        with file.open("r", encoding="utf-8", newline="") as f:
            for row in csv.DictReader(f):
                try:
                    yield OrderLine(
                        user_id=row["user_id"].strip(),
                        order_id=row["order_id"].strip(),
                        amount=int(row["amount"]),
                        pay_time=datetime.strptime(row["pay_time"], "%Y-%m-%d %H:%M:%S")
                    )
                except Exception as e:
                    logging.info("bad row file=%s row=%s err=%s", file.name, row, e)

money_by_user = defaultdict(int)

for item in load_orders("./data"):
    money_by_user[item.user_id] += item.amount

for user_id, total in money_by_user.items():
    if total > 100000:
        logging.info("large user user_id=%s total=%s", user_id, total)

这里面已经用了 6 个模块。

pathlib 处理路径，别再 "./data/" + file_name 这么拼了。Windows、Linux 路径分隔符不一样，迟早被环境恶心一次。

csv 读表格，比自己 split(",") 靠谱。字段里带逗号、引号、换行时，手写解析基本就是埋雷。

dataclasses 适合放这种临时业务对象。不是所有东西都要上 Pydantic，也不是所有对象都要手写 __init__。

datetime 不只是拿当前时间，更多时候是把字符串变成真正能比较、能计算的时间。

collections.defaultdict 用来分组、计数、聚合，比到处写：

if key not in result:
    result[key] = 0
result[key] += value

清爽太多。

logging 就更不用说了。线上脚本最怕只会 print，跑完啥也没留下。尤其是定时任务，失败一次没人看见，第二天数据就对不上。

再说几个我平时用得很顺手的。

itertools 适合处理批量数据。比如接口一次最多查 200 个订单，别自己写一堆下标判断。

from itertools import islice

def chunked(items, size):
    it = iter(items)
    while batch := list(islice(it, size)):
        yield batch

order_ids = ["A1001", "A1002", "A1003", "A1004"]

for batch in chunked(order_ids, 2):
    print("call remote api:", batch)

这个代码短，但比很多“分页工具类”稳。

functools 我一般拿来做两件事：缓存和保留函数上下文。

比如某个配置文件一天读不了几次，但代码里到处要用：

from functools import lru_cache
import json
from pathlib import Path

@lru_cache(maxsize=1)
def get_rule_config():
    text = Path("./rule.json").read_text(encoding="utf-8")
    return json.loads(text)

def check_channel(channel):
    rules = get_rule_config()
    return channel in rules.get("enabled_channels", [])

这里顺手也用了 json。别小看它，接口落盘、配置读取、排障时格式化响应，基本天天碰。

argparse 是很多脚本最该用、但最容易被偷懒跳过的模块。

import argparse

parser = argparse.ArgumentParser()
parser.add_argument("--day", required=True, help="账单日期，例如 2026-06-01")
parser.add_argument("--dry-run", action="store_true")
args = parser.parse_args()

print(args.day, args.dry_run)

有了它，脚本就不是只能改源码才能跑了。这个差别挺大，尤其是交给运维或者放到流水线里执行时。

最后一个，subprocess。

它不是让你乱调 shell，而是当 Python 必须跟系统命令配合时，别再用 os.system() 糊。

import subprocess

ret = subprocess.run(
    ["grep", "-c", "TimeoutError", "app.log"],
    text=True,
    capture_output=True
)

if ret.returncode == 0:
    print("timeout count:", ret.stdout.strip())
else:
    print("grep failed:", ret.stderr)

os.system() 只能拿个退出码，标准输出、错误输出都不好处理。排障脚本里这个很烦。

这 10 个模块我再拎一下：

pathlib、csv、dataclasses、datetime、collections、logging、itertools、functools、argparse、subprocess。

它们不花哨，也不新。

但很多项目里的“公共工具类”，拆开看就是把这些模块又写了一遍，而且写得还不如标准库边界清楚。

我现在看 Python 脚本，第一眼不是看用了什么高级库，而是看有没有乱造轮子。

路径手拼，日志靠 print，参数靠改源码，分组靠一堆 if key not in dict。

这种代码能跑。

但一上定时任务、一接真实数据、一换机器，毛病就开始出来了。

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。