跳转至

9.2 模块与包——模块进阶

内容梗概

本课讲解模块的两个进阶话题。第一是模块的搜索路径：导入模块时 Python 先查内置模块，再按 sys.path 列表的顺序逐个目录查找 .py 文件；sys.path 由当前脚本目录、PYTHONPATH 环境变量和 Python 安装目录三部分组成。由此引出"文件名不要与标准库同名"的重要教训，并用自建的假 turtle.py 覆盖真库的演示加以说明，同时区分了真正内置的模块（如 sys、os）不可被覆盖这一例外。第二是模块的编译缓存机制：导入模块时 Python 会把 .py 编译成字节码 .pyc 存入 __pycache__ 目录，源码未变时下次直接加载以提升效率，老师还顺带提到 .pyc 逆向在 CTF 比赛中的应用。

知识点详解

模块的搜索路径（约 00:00–05:45）

  • 问题：运行 python cuc.py 时，其中 import calc，Python 按什么逻辑找到对应的 .py 文件？
  • 搜索规则：
  • 先找**内置模块**——如 sys 这样内嵌在 Python 解释器里的特殊模块，不走 sys.path 搜索，数量很少。
  • 其余模块去 sys.path（一个列表）对应的各个路径中，**按顺序、按优先级**挨个查找，找到即导入，找不到就继续下一个目录。
  • 类比：与操作系统的环境变量（Windows 查找 exe 的 PATH）是同样的思路。
  • sys.path 的三部分构成（约 03:08）：
  • 当前目录：即被运行脚本（如 cuc.py）所在的目录，排在最前。
  • PYTHONPATH 环境变量：若操作系统中定义了该变量，其中的路径会被加入列表（老师机器上未定义）。
  • Python 安装目录下的相关路径，包括：zip 包（可直接搜索 zip 内模块）、DLLs 目录、lib 目录（放默认自带的库，如 os）、安装根目录、用户目录下的 Python 目录，以及 lib/site-packages——用 pip install 安装的第三方库都放在这里。

同名文件覆盖标准库的问题（约 05:45–13:48）

  • 由于 sys.path 中当前目录优先级最高，若在自己的脚本目录下新建了与库同名的 .py 文件，会**覆盖**后面路径中的真正库。
  • 演示：课程最开始用过 turtle 库画小乌龟的例子。在当前目录建一个 turtle.py，里面只写一句 print("wrong turtle")；再运行画图程序时，导入的是这个假 turtle，调用 turtle.Screen() 初始化画布时报错（假模块里没有 Screen），真正的 turtle 库被覆盖。
  • 重要结论（老师反复强调）：创建文件时不要起与 Python 自带库同名的文件名，避免冲突；不确定有哪些自带库就去查文档。文件名写得完整、稍长一点更稳妥。
  • 例外情况（约 09:49）：即使建了 sys.py，import sys 仍然导入真正的 sys 模块。原因是 Python 自带的模块分几层：
  • 真正的内置模块（sys、os 等，内嵌解释器）——搜索优先级最高，无法被同名文件覆盖；
  • 安装时自带但非内置的模块（如 turtle）——会被覆盖；
  • 用 pip 安装的第三方模块——也会被覆盖。
  • 偷懒记法：反正尽量不起同名名字就对了。
  • 排错思路（约 13:25）：如果某个明明已安装/自带的库不能正常工作，要想到搜索优先级问题——**检查当前目录下有没有同名文件**导致导入了错误的库。

模块的编译与 __pycache__（约 13:49–17:44）

  • 回顾：Python 是解释型语言，但解释器执行前会先把源码 compile（编译）成字节码，再由 PVM（Python Virtual Machine，Python 虚拟机）运行字节码。
  • 字节码即编译后得到的 .pyc 文件，执行和加载速度更快、效率更高。
  • 在 cuc.py 中导入模块后，目录下会自动生成 __pycache__（双下划线包裹，Python 保留命名）目录，里面是刚导入的模块编译出的 .pyc 文件。
  • 命名规则：模块名.cpython-37.pyc——模块名 + 解释器标识（CPython，即 C 语言实现的解释器）+ 版本号（如 3.7、3.8）。
  • 机制：第一次加载时编译并缓存；第二次加载时若发现源码未更新，直接加载字节码，提高运行效率（Python 运行效率常被诟病，此机制是一种弥补）。
  • 拓展（约 17:11）：对打 CTF 比赛的同学，.pyc 是一个突破口——对方可能只给编译好的字节码而不给源码，可以分析字节码**逆向**推出模块功能。

示例与演示

  • 打印 sys.path：展示列表中的多个路径，逐一对照讲解其来源（当前目录 → 环境变量 → 安装目录各子目录 → site-packages），并现场打开 Python 安装目录查看 DLLs、lib、site-packages 等文件夹。
  • 假 turtle.py 覆盖演示：复制课程开头的小乌龟画图程序，在当前目录建同名 turtle.py，运行后先打印假模块的语句，随后 Screen 调用报错；再演示建 sys.py 却不影响 import sys，说明内置模块不可覆盖。
  • __pycache__ 演示：导入模块后查看自动生成的缓存目录及 calc.cpython-37.pyc 等文件，解释其命名与作用。

重点与难点

  • sys.path 的搜索顺序：当前脚本目录优先级最高，这是同名文件覆盖标准库的根源。
  • 不要给文件起与标准库/第三方库同名的名字；遇到"库明明装了却不能用"的 bug，先查当前目录有无同名文件。
  • 区分三类模块的可覆盖性：真正内置的（sys、os）不可覆盖；自带非内置的（turtle）和 pip 第三方库会被当前目录同名文件覆盖。
  • .pyc 字节码与 __pycache__ 是自动产生的缓存，日常很少直接操作，但要知道该机制的存在。

关联内容

  • 上接 9.1 模块基础：模块的导入方式、sys 模块（本课的 sys.path 即其属性之一）。
  • 呼应课程早期内容：turtle 小乌龟画图示例（第 1 章课程概述中的实例）；Python 解释执行与编译为字节码的原理（Python 语言介绍部分）；相对路径与环境变量的概念。
  • 下接 9.3 包：模块组织为文件夹形成包；第 10 章将讲 pip install 安装第三方库（对应本课的 site-packages）与虚拟环境管理。
  • 拓展方向：CTF 中的 .pyc 逆向分析。