> ## Documentation Index
> Fetch the complete documentation index at: https://docs.akria.net/llms.txt
> Use this file to discover all available pages before exploring further.
# Day 08 | Python 基础补漏
> Python 虚拟环境、类型注解、列表推导式与上下文管理器
**今日目标**：Python 是运维工程师的"瑞士军刀"。今天我们不从零学起，而是重点掌握那些在 Infra 开发中 80% 会用到的 **高频语法** 和 **标准工程结构**。今天不只是写代码，而是要彻底理解 **"为什么需要虚拟环境"**、**"类型注解的价值"** 以及 **"上下文管理器如何防止资源泄漏"**。
## 学习内容 (30 mins)
在开始写代码前，先搞懂这些核心概念，否则后面的代码你会看得云里雾里。
**什么是虚拟环境？**
虚拟环境是一个独立的 Python 运行环境，它有自己的解释器和包安装目录，与系统 Python 完全隔离。
**为什么必须使用虚拟环境？**
* **避免依赖冲突**：不同项目可能需要不同版本的同一个包（如 `requests 2.25.1` vs `requests 2.28.0`）
* **项目隔离**：每个项目的依赖互不干扰，不会污染系统 Python
* **可重现性**：通过 `requirements.txt` 可以精确复现项目环境
* **团队协作**：团队成员可以安装完全相同的依赖版本
**虚拟环境工具对比**：
* **venv**（推荐）：
* 优点：Python 3.3+ 内置，无需额外安装，轻量级
* 缺点：功能相对简单
* 适用场景：大多数项目，特别是运维脚本
* **Conda**：
* 优点：可以管理 Python 版本本身，适合数据科学
* 缺点：体积大，启动慢
* 适用场景：数据科学、机器学习项目
**包管理最佳实践**：
* **安装包**：`pip install package_name`
* **冻结依赖**：`pip freeze > requirements.txt`（记录所有已安装包的精确版本）
* **安装依赖**：`pip install -r requirements.txt`（从文件安装）
* **为什么需要冻结**：确保开发、测试、生产环境使用相同版本的包，避免"在我机器上能跑"的问题
**类型注解 (Type Hints)**
* **是什么**：在函数参数和返回值上标注类型信息
* **为什么需要**：
* IDE 智能提示：输入参数时能看到类型，减少错误
* 代码可读性：一眼看出函数期望什么类型
* 静态检查：使用 `mypy` 可以在运行前发现类型错误
* 文档作用：类型本身就是最好的文档
* **语法**：`def function_name(param: type) -> return_type:`
* **注意**：Python 是动态语言，类型注解不会在运行时检查，只是提示作用
**f-string（格式化字符串）**
* **是什么**：Python 3.6+ 引入的字符串格式化语法
* **为什么优于旧方法**：
* 可读性强：`f"Hello {name}"` 比 `"Hello {}".format(name)` 更直观
* 性能更好：f-string 在编译时优化，比 `%` 和 `.format()` 更快
* 支持表达式：`f"Result: {x + y}"` 可以直接计算
* **语法**：`f"文本 {变量} 文本"`
**上下文管理器 (Context Manager)**
* **是什么**：使用 `with` 语句自动管理资源的获取和释放
* **为什么必须使用**：
* **防止资源泄漏**：文件、数据库连接、网络连接等资源必须正确关闭
* **异常安全**：即使发生异常，`with` 也会确保资源被释放
* **代码简洁**：不需要手动写 `try-finally`
* **原理**：`with open()` 会在进入时调用 `__enter__()`，退出时调用 `__exit__()`
* **常见场景**：
* 文件操作：`with open("file.txt") as f:`
* 数据库连接：`with db.get_cursor() as cursor:`
* 锁：`with lock:`
***
## 代码任务 (90 mins)
在开始之前，确保你的环境已准备好：
* **Python 环境**：需要 Python 3.7+（推荐 3.9+）
* **文本编辑器**：继续使用 nano 或 vi/vim（如果还不熟悉，参考 Day 01 的编辑器说明）
* **检查 Python 版本**：`python3 --version`
```bash 检查 Python 版本 theme={null}
# 检查 Python 3 是否已安装
python3 --version
# 应该输出类似: Python 3.9.6
# 如果没有安装，macOS 使用 Homebrew:
# brew install python3
# Linux (Ubuntu/Debian):
# sudo apt update && sudo apt install python3 python3-pip python3-venv
```
在项目目录下创建一个独立的 Python 环境。
```bash 创建虚拟环境 theme={null}
# 1. 进入项目目录（如果还没有）
cd ~/insightful-ops
# 2. 创建虚拟环境（.venv 是约定俗成的目录名）
python3 -m venv .venv
# 这会创建一个 .venv 目录，包含独立的 Python 解释器和 pip
# 3. 激活虚拟环境（Mac/Linux）
source .venv/bin/activate
# 激活后，命令行提示符前面会显示 (.venv)
# 4. 验证激活成功
which python
# 应该输出: .../insightful-ops/.venv/bin/python
# 而不是系统的 /usr/bin/python3
# 5. 检查 pip 版本
pip --version
# 应该显示虚拟环境中的 pip
```
```bash 退出虚拟环境 theme={null}
# 当不需要使用虚拟环境时，可以退出
deactivate
# 提示符前的 (.venv) 会消失
```
**验证步骤**：
1. 检查 Python 路径：`which python` 应该指向 `.venv/bin/python`
2. 检查 pip 路径：`which pip` 应该指向 `.venv/bin/pip`
3. 检查提示符：命令行前面应该有 `(.venv)` 标识
**常见错误**：
* ❌ `python3: command not found` - Python 3 未安装，需要先安装
* ❌ `No module named venv` - Python 版本太老（需要 3.3+），或安装不完整
* ❌ `source: command not found` - Windows 系统，需要使用 `Scripts\activate.bat`（但建议使用 WSL）
* ❌ 激活后 `which python` 还是系统路径 - 可能激活失败，检查 `.venv/bin/activate` 文件是否存在
安装一个常用包并导出依赖列表。
```bash 安装包并冻结依赖 theme={null}
# 1. 确保虚拟环境已激活（提示符前有 (.venv)）
# 2. 安装 requests 库（HTTP 请求库，运维常用）
pip install requests
# 这会自动安装 requests 及其依赖（如 urllib3, certifi 等）
# 3. 查看已安装的包
pip list
# 会显示所有已安装的包及其版本
# 4. 冻结依赖到文件（这是标准操作！）
pip freeze > requirements.txt
# 5. 查看 requirements.txt 内容
cat requirements.txt
# 应该看到类似:
# certifi==2023.7.22
# charset-normalizer==3.2.0
# idna==3.4
# requests==2.31.0
# urllib3==2.0.4
```
```bash 从 requirements.txt 安装依赖 theme={null}
# 模拟在新环境中安装依赖
# 1. 创建新的虚拟环境
python3 -m venv .venv2
source .venv2/bin/activate
# 2. 从文件安装所有依赖
pip install -r requirements.txt
# 3. 验证安装
pip list
# 应该看到和原环境相同的包版本
```
**为什么需要 requirements.txt？**
* **团队协作**：团队成员可以安装完全相同的依赖
* **环境复现**：生产环境可以精确复现开发环境
* **版本锁定**：避免因依赖更新导致的"昨天还能跑，今天就不行了"
**验证步骤**：
1. 检查 `requirements.txt` 文件是否存在
2. 检查文件内容是否包含 `requests==` 开头的行
3. 尝试在新虚拟环境中安装：`pip install -r requirements.txt`
创建 `08_syntax_review.py`，练习类型注解和 f-string。
```python 08_syntax_review.py theme={null}
#!/usr/bin/env python3
"""
Day 08 - Python 语法复习脚本
演示类型注解、f-string 和列表推导式
"""
# ========== 1. 类型注解示例 ==========
def calculate_memory(total: int, usage: float) -> str:
"""
计算内存使用率
参数:
total: 总内存（MB）
usage: 已使用内存（MB）
返回:
格式化的使用率字符串
"""
# 计算百分比：usage / total * 100
# :.2% 表示格式化为百分比，保留 2 位小数
percentage = usage / total
return f"Memory Usage: {percentage:.2%}"
# 测试类型注解函数
result = calculate_memory(total=8192, usage=4096)
print(result) # 输出: Memory Usage: 50.00%
# ========== 2. f-string 示例 ==========
server_name = "web-01"
cpu_usage = 75.5
memory_usage = 60.2
# 旧方法（不推荐）
old_way = "Server: " + server_name + ", CPU: " + str(cpu_usage) + "%"
print(f"旧方法: {old_way}")
# f-string 方法（推荐）
new_way = f"Server: {server_name}, CPU: {cpu_usage}%, Memory: {memory_usage}%"
print(f"新方法: {new_way}")
# f-string 支持表达式
x = 10
y = 20
print(f"计算结果: {x} + {y} = {x + y}") # 输出: 计算结果: 10 + 20 = 30
# ========== 3. 列表推导式示例 ==========
# 传统 for 循环方式
servers = ["web-01", "db-01", "web-02", "cache-01", "web-03"]
web_servers_old = []
for server in servers:
if server.startswith("web"):
web_servers_old.append(server)
print(f"传统方式: {web_servers_old}") # ['web-01', 'web-02', 'web-03']
# 列表推导式（一行搞定，更 Pythonic）
web_servers_new = [s for s in servers if s.startswith("web")]
print(f"列表推导式: {web_servers_new}") # ['web-01', 'web-02', 'web-03']
# 列表推导式还可以做转换
web_servers_upper = [s.upper() for s in servers if s.startswith("web")]
print(f"转大写: {web_servers_upper}") # ['WEB-01', 'WEB-02', 'WEB-03']
```
**代码解释**：
* **类型注解**：`def calculate_memory(total: int, usage: float) -> str:` 明确标注参数和返回值类型
* **f-string**：`f"文本 {变量}"` 比字符串拼接更清晰
* **列表推导式**：`[表达式 for 变量 in 列表 if 条件]` 一行完成筛选和转换
**运行脚本**：
```bash theme={null}
# 确保虚拟环境已激活
python 08_syntax_review.py
# 或者显式使用 python3
python3 08_syntax_review.py
```
**验证步骤**：
1. 脚本能正常运行，无语法错误
2. 输出包含内存使用率计算结果
3. 输出包含 f-string 格式化的服务器信息
4. 输出包含列表推导式筛选的结果
**常见错误**：
* ❌ `SyntaxError: invalid syntax` - 可能是 Python 版本太老（f-string 需要 3.6+）
* ❌ `NameError: name 'x' is not defined` - 变量未定义，检查变量名拼写
* ❌ `TypeError: unsupported operand type(s)` - 类型不匹配，检查类型注解是否正确
创建 `08_file_context.py`，演示 `with` 语句的正确用法。
```python 08_file_context.py theme={null}
#!/usr/bin/env python3
"""
Day 08 - 上下文管理器示例
演示为什么必须使用 with 语句处理文件
"""
log_file = "app.log"
# ========== 错误示例：不使用 with ==========
# 这种方式容易导致文件句柄泄漏
# f = open(log_file, "w")
# f.write("ERROR: Connection reset\n")
# # 如果这里发生异常，文件不会被关闭！
# f.close()
# ========== 正确示例：使用 with ==========
# 1. 写入日志文件
print("=== 写入日志 ===")
with open(log_file, "w") as f:
# with 语句会自动调用 f.__enter__()
f.write("[2026-01-31 10:00:01] INFO: Service started\n")
f.write("[2026-01-31 10:05:23] ERROR: Database connection timeout\n")
f.write("[2026-01-31 10:07:00] INFO: Health check passed\n")
# 退出 with 块时，自动调用 f.__exit__() 关闭文件
# 即使发生异常，文件也会被正确关闭
print(f"✅ 日志已写入 {log_file}")
# 2. 读取并分析日志
print("\n=== 读取日志 ===")
error_count = 0
with open(log_file, "r") as f:
# 逐行读取（内存友好，适合大文件）
for line in f:
# strip() 去除行尾的换行符
line = line.strip()
if "ERROR" in line:
error_count += 1
print(f"🚨 发现错误: {line}")
print(f"\n总共发现 {error_count} 个错误")
# 3. 追加日志（不覆盖原有内容）
print("\n=== 追加日志 ===")
with open(log_file, "a") as f: # 'a' 表示 append（追加）
f.write("[2026-01-31 10:10:00] INFO: New log entry\n")
# 验证追加成功
with open(log_file, "r") as f:
lines = f.readlines()
print(f"日志文件共有 {len(lines)} 行")
```
**为什么必须使用 `with`？**
* **自动关闭**：即使发生异常，文件也会被关闭
* **防止泄漏**：避免"Too many open files"错误
* **代码简洁**：不需要手动写 `try-finally`
**文件模式说明**：
* `"r"`：只读（文件必须存在）
* `"w"`：写入（覆盖，文件不存在则创建）
* `"a"`：追加（在文件末尾添加，文件不存在则创建）
* `"r+"`：读写（文件必须存在）
**运行脚本**：
```bash theme={null}
python 08_file_context.py
```
**验证步骤**：
1. 脚本运行后，检查 `app.log` 文件是否存在
2. 查看文件内容：`cat app.log`
3. 确认文件包含写入的日志行
4. 确认错误计数正确
**常见错误**：
* ❌ `FileNotFoundError: [Errno 2] No such file or directory` - 读取模式（"r"）时文件不存在
* ❌ `PermissionError: [Errno 13] Permission denied` - 没有文件写入权限
* ❌ `UnicodeDecodeError` - 文件编码问题，尝试指定编码：`open(file, "r", encoding="utf-8")`
***
## 拓展任务 (30 mins)
**任务**：使用列表推导式，从列表 `['apple', 'banana', 'cherry', 'date']` 中选出：
* 长度大于 5 的单词
* 包含字母 'n' 的单词
* 同时满足以上两个条件，并转为大写
**提示**：
```python theme={null}
# 可以组合多个条件
result = [word.upper() for word in words if len(word) > 5 and 'n' in word]
```
**任务**：为以下函数添加类型注解：
```python theme={null}
def process_servers(servers, threshold):
return [s for s in servers if s['cpu'] > threshold]
```
**提示**：
* 使用 `List[Dict[str, Any]]` 需要导入：`from typing import List, Dict, Any`
* 思考：`threshold` 应该是什么类型？
***
## 今日产出物
* `.venv/` - Python 虚拟环境目录
* `requirements.txt` - 项目依赖列表
* `08_syntax_review.py` - 类型注解和 f-string 示例
* `08_file_context.py` - 上下文管理器示例
* `app.log` - 日志文件（由脚本生成）
***
## 参考代码
在 GitHub 查看完整的示例代码
包含 Python 脚本和 requirements.txt
使用在线编辑器测试代码
无需本地环境配置
***
## 实际应用场景
* **多项目隔离**：不同运维脚本使用不同版本的库，互不干扰
* **生产环境复现**：通过 `requirements.txt` 在生产环境安装相同依赖
* **CI/CD 集成**：自动化部署时自动创建虚拟环境并安装依赖
* **版本锁定**：避免因依赖更新导致的意外问题
* **类型注解**：在函数参数和返回值上标注类型，提高代码可读性和 IDE 支持
* **f-string**：优先使用 f-string 进行字符串格式化，代码更清晰
* **上下文管理器**：所有资源操作（文件、数据库、网络）都必须使用 `with` 语句
* **列表推导式**：简单筛选和转换优先使用列表推导式，代码更 Pythonic
**与 Day 09 的关联**：今天学习的虚拟环境和基础语法，明天会学习更高级的数据结构操作（字典、集合）和装饰器。打好今天的基础，明天的学习会更轻松。
***
Day 07 | 第一阶段复盘
Day 09 | 数据结构与装饰器