八个让我不再手写轮子的Python库
版权声明
原作者：Abdur Rahman
他的Medium主页：https://medium.com/@abdur.rahman12
原文标题：Python in Plain English - 8 Python Libraries So Good, I Stopped Writing My Own Scripts
原文链接：https://python.plainenglish.io/8-python-libraries-so-good-i-stopped-writing-my-own-scripts-8b5cca0d6aa1
注意
原文为Member Only限制级阅读。如有版权侵犯，译者将尽快删除译文
前言
斯认为，我曾是这样一个人——一个坚持从零开始造轮子的人。需要一个JSON转CSV转换器？我当场写一个出来！需要一个快捷CLI告示板？给我三十分钟，我去去vim就回来！
但随着时间推移，我已经意识到尽管拿Python造轮子是一件令人怡然的事（是的，这有点 凡尔赛 了），却并不总是一件明智之举，特别是已经有人把我的想法写了出来，测试过边界条件，然后封装进干净的API的情况
所以现在，我将要介绍下面的八个Python库为什么这么好用，以至于我的小脚本直接变成了路边一条。这8个Python库不只是受欢迎的库，也是因为它们久经考验、设计规范，优雅地解决了实际开发中的阵痛。不论你是在构建工具、自动化工作流亦或者只是赶紧把活儿干完，免得凌晨两点还在debug 剪不断理还乱的代码，你都可以试试下面这些Python库
1. Rich —— CLI不是 丑陋 的代名词
Rich（带着style）让你的CLI输出不再是Windows95风格的上古文物
只需一行导入语句，你的终端输出将如有Figma加持一般让人眼前一亮。Rich提供了很多组件：表格、Markdown渲染、语法高亮堆栈跟踪、进度条，应有尽有，琳琅满目，应接不暇……
from rich.console import Console
console = Console()
console.print("Hello, [bold magenta]world[/bold magenta]!")✔可以用在哪里：打印不再让你看得眼花的日志
🧠高级用法：rich.traceback.install让味同嚼蜡的Python原版堆栈跟踪变得华丽（Gorgeous）和充满blingbling的富文本——开箱即用，无需其他配置
2. Typer —— 不会卡壳的CLI工具的最速构建传说
我喜欢argparse。我真心的，我不是在说反话。但我也确实喜欢Typer
基于Click开发的Typer让CLI工具开发变得有如玩泥巴一样简单，只需排列组合函数签名和类型注解即可。添加docstrings便是在编写--help参数。
import typer
def main(name: str):
typer.echo(f"Hello {name}")
if __name__ == "__main__":
typer.run(main)✔可以用在哪里：写API两小时，写CLI五分钟
💡为什么这很重要：
- 类型注解即为更好的自动补全
- docstrings = 少花点时间翻看--help
评论搬运
Paul Robello：
如果你想开发一个TUI（文本形式的用户界面），那么我会推荐基于
Rich构建的Textual
3.Pendulum —— datatime会背叛你，但Pendulum不会
你是否曾经尝试过在Python中导出两个datetime对象然后……发现结果好像有点不对劲？是的，我也一样。来试试Pendulum吧——datetime的替代品，一样能时区，格式化时间、持续时间和历法，还能像大人一样算数
import pendulum
dt = pendulum.now("UTC").add(days=3)
print(dt.to_datetime_string())✔可以用在哪里：
- 定时运行脚本
- 处理时区
- 省出摸鱼的时间
📌你知道吗？ Pendulum可以格式化人类可读的时间字符串（比如不同语言下的next Thursday at 5pm）
4. Pydantic —— 无需猴戏（Ceremony）的强大的类型装饰库
我曾经手动校验JSON（轻喷）……然后，我发现了Pydantic，使用类型注解定义一个类，Pydantic便会自动完成解析、存档和校验工作
from pydantic import BaseModel
class User(BaseModel):
id: int
name: str
is_active: bool = True✔用在哪里：校验API响应、配置信息和用户输入
⚠注意看：Pydantic已经成为FastAPI的核心骨。那么Web的其他领域呢？仍然有待Pydantic的发掘
5. Faker —— 真实数据要么繁杂乱麻要么不适合测试使用
不论是在模拟API、测试dev数据库，或是尝试生成具有可信度的用户数据（当然，不要用于非法目的），Faker都能做到这些
from faker import Faker
fake = Faker()
print(fake.name(), fake.email(), fake.address())✔用在哪里：生成随机假数据
😂P.S.：相信我，试一下生成 海盗的姓名 （Pirate names）
译者的疑问
Pirate names是有什么俚语意义吗？
6. Tqdm —— 专为不耐烦的人准备的进度条
你可能已经听说过Tqdm的大名，但如果你还没有用过，那我们可能要坐下来好好谈谈了。
Tqdm能包裹任何可迭代的对象，并显示一个智能的、响应式的进度条。非常适合循环、下载或查看大文件的任务（不用看着阻塞的CLI发呆）
from tqdm import tqdm
for i in tqdm(range(10000)):
pass✔用在哪里：任何耗时大于0.5秒的任务
🔨调试技巧：帮助你及早发现死循环
译者补充
Tqdm本身不是线程安全的。需要异步支持的进度条，请移步aiotqdm；需要多线程支持的进度条，请移步alive_progess
7. Requests-HTML —— 让Web爬虫不再令人抓耳挠腮
我喜欢requests，也厌倦BeautifulSoup，但requests-html呢？我的至爱！
requests-html继承了requests的简洁易用和无头浏览器的强大解析能力。
它使用JS⚠渲染，意味着我们可以简单实现现代化爬虫
from requests_html import HTMLSession
session = HTMLSession()
r = session.get('https://example.com')
r.html.render()
print(r.html.find('h1')[0].text)✔用在哪里：爬取网页，但又不想使用传统的HTML解析器
⚡有趣的事实：它底层使用了Pyppeteer。Python中调用JS渲染——Selenium可以扔路边了
Pyppeteer
Kimi K2生成
Pyppeteer 是 Puppeteer 的 Python 非官方移植版，用于通过 DevTools 协议 控制 无头 Chrome 或 Chromium 浏览器。它允许开发者以编程方式自动化浏览器操作，如页面抓取、表单提交、截图、PDF 生成等。
Pyppeteer 的更新频率较低，可能滞后于 Puppeteer 的新特性；若需更活跃的维护，可考虑 Playwright（支持 Python，功能更强大）。首次运行时会自动下载 Chromium，可能因网络问题失败（需手动配置镜像或跳过）。
搬运评论
它有什么安全性能考量吗？这不禁令我担心，当
requests-html渲染网站的代码时，它会在我的进程里跑什么奇奇怪怪的妙妙代码
8. Loguru —— 让日志调试不再如同杂物活一般令人烦躁
Python标准logging库的配置未免有些太详细了……也有点反直觉。试试loguru吧，让写日志就像写日记一样简单——还有不同等级的日志、开箱即用的文件轮转和彩色输出
from loguru import logger
logger.add("debug.log", rotation="1 MB")
logger.info("Processing started...")✔用在哪里：调试、开发环境日志……以及优质睡眠
👀你知道吗？ 一行代码取代print()调用和繁杂的日志系统配置
尾声 && 联系方式
如果你喜欢原作者的文章，请帮原作者达成50赞目标！请关注原作者，跟踪最新博文——订阅原作者的个人主页以获取每日必读更新
再次感谢阅读
译者注
Medium的赞 指的是 Claps
致谢
感谢你成为社区（白话说Python）的一员
在你离开页面之前，请：