一个 Python 项目里，如果到处都是 os.path.join、临时字典、状态字符串和大段 try...finally，我一般不急着抽工具类。

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 os

log_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 Path

def find_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 dataclass
from decimal import Decimal

@dataclass(slots=True)
class ImportOrder:
    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 not in 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 defaultdict

shop_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 Counter

error_codes = Counter(
    record["error_code"]
    for record in request_logs
    if 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 chain

all_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)
def load_region_name(region_code: str) -> str:
    row = region_repository.find_by_code(region_code)

    if row is None:
        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 csv
from contextlib import ExitStack
from pathlib import Path

def export_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 StrEnum

class OrderStatus(StrEnum):
    WAIT_PAY = "WAIT_PAY"
    PAID = "PAID"
    CLOSED = "CLOSED"

业务判断也会清楚一些：

def can_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。

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。