科普一个 Python冷知识

“内置电池”是 Python 最为显著的特性之一，它提供了 200 多个开箱即用的标准库。但是，历经了 30 多年的发展，很多标准库已经成为了不得不舍弃的历史包袱，因为它们正在“漏电”！

那么，我们会有这样一个话题：当 Python 发布了一个新版本的时候，如何找出它比上一个版本（或者更早版本）增加或删除了哪些标准库呢？

比如，当 Python 发布 3.11.1 版本时，如何找出它相比于上一个版本（即 3.11.0），增删了哪些标准库呢？

也许你马上就想到了一个办法：查看官方的版本变更文档啊~

没错，官方文档里肯定包含了我们所需的变更信息，但是，每个版本的《What’s New》里信息太多了，这种没有特定目标的搜索，只会费时费力。

假如要跨多个版本进行比较的话，比如 3.12 与 3.10 间的差异、或者未来的 3.x 跟现在的 3.11 比较，这个方法就更不好用了吧！

在 3.10 版本之前，想要获知标准库的变化情况，确实不太方便。但是，自 3.10 起，Python 提供了一个非常便捷的方法：sys.stdlib_module_names！

官方文档的描述：

来源：https://docs.python.org/zh-cn/3/library/sys.html?#sys.stdlib_module_names

简单查看下它的内容：

如上可见，sys.stdlib_module_names返回的是一个 frozenset 类型的对象，其元素是所有标准库的名称。

有了详细的标准库清单后，我们就可以通过以下的步骤，比较出不同 Python 版本间的差异啦：

（1）获取旧版本的标准库（比如 3.10.0），序列化后存储到文件/数据库中

>>> import sys
>>> import pickle
>>> with open("libs", "wb") as f:
...     pickle.dump(sys.stdlib_module_names, f)
...

（2）获取新版本的标准库（比如 3.11.0），与旧版本的标准库进行比较

>>> import sys
>>> import pickle
>>> with open("libs", "rb") as f:
...     old_libs = pickle.load(f)
...
>>> sys.stdlib_module_names - old_libs
frozenset({'_typing', '_scproxy', '_tokenize', 'tomllib'})
>>> old_libs - sys.stdlib_module_names
frozenset({'binhex'})

从以上示例中，我们可得知，3.11 相比 3.10 增加了_typing 、_scproxy、_tokenize 以及tomllib，同时它也减少了一个binhex 。

简简单单几行代码，这种方法比翻阅繁杂的文档要便捷且准确得多了。

值得注意的是，sys.stdlib_module_names是 3.10 版本的新特性，在它之前，有一个相似的sys.builtin_module_names，但它返回的只是被解释器使用到的内置模块：

那么，除了上文提到的获知 Python 标准库删减情况的用途之外，这个新特性还有什么用处呢？换句话说，Python 官方为什么突然新增了sys.stdlib_module_names这项功能呢？

其实，社区中有一个三方库stdlib-list ，可用于获取部分 Python 版本（2.6-2.7；3.2-3.9）的标准库清单。这个库的作者在文档中提到了他的诉求，也提到其它开发者有着同样的诉求：

开发了 sys.stdlib_module_names 这项功能的核心开发者 Victor Stinner 也总结了几个使用场景：

• 当计算项目的依赖关系时，忽略标准库中的模块：https://github.com/jackmaney/pypt/issues/3
• 当监测第三方代码的执行时，忽略标准库，使用监测工具的--ignore-module选项：https://stackoverflow.com/questions/6463918/how-can-i-get-a-list-of-all-the-python-standard-library-modules
• 在格式化 Python 代码文件时，对 import 的标准库模块进行分组。isort 库包含了标准库的列表，它依据 Python 在线文档生成了每个版本的标准库清单：https://github.com/PyCQA/isort/tree/develop/isort/stdlibs

从这些使用场景来看，sys.stdlib_module_names的作用还真是不小。另外，在写作本文的时候，我从 CPython 的 Issue #87121 中发现，著名的机器学习库pytorch 也需要这项功能。

pytorch 曾经硬编码了每个 Python 版本的标准库列表，代码冗长，现在已经适配成使用新的方法 ，大大方便了后续的维护：

11 月 15 日时，Python 3.12 alpha 2 版本发布了，这个版本开始移除大量过时的废弃的内容（标注库、标准库的子模块、类和函数等）。感兴趣的同学，可以用本文介绍的“冷知识”，去看看到底出现了哪些变化啦~

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】