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优快云官方认证二维码或者点击链接免费领取【保证100%免费】