学习计划教材站

主题

阶段 2：进阶级 — Python 工程化 ​

"There should be one-- and preferably only one --obvious way to do it." — The Zen of Python, Line 13

欢迎来到 Python 学习的第二阶段！在这个阶段，你将从"写脚本"进阶到"写工程"——学会用面向对象组织代码，用类型标注保障安全，用 pytest 验证正确性，用装饰器消除重复。

🌌 The Big Picture：Python 的两张面孔

Stage 1 让你看到了 Python 的第一张面孔：简洁、灵活、动态、快速原型。这是 Python 吸引你的原因。 Stage 2 将展示第二张面孔：严谨、工程化、可维护。这是 Python 留住你的原因。

很多人以为 Python "不适合大项目"。错了。Instagram（数十亿用户）、Spotify、Dropbox 都用 Python 构建了核心系统。 关键不是语言能不能，而是你会不会用对工具：类型标注、测试、模块化设计。 没有这些，任何语言写的大项目都会腐烂；有了这些，Python 同样可以构建坚如磐石的系统。

🎯 学习目标 ​

完成本阶段后，你将能够：

  • ✅ 掌握 Python OOP：类、继承、多态、MRO、mixin
  • ✅ 理解魔术方法（__repr__、__eq__、__hash__ 等）的设计意图
  • ✅ 掌握迭代器协议与生成器的惰性求值
  • ✅ 能写出和理解装饰器（包括带参数的装饰器）
  • ✅ 用 with 语句和上下文管理器管理资源
  • ✅ 用 typing + mypy 为动态语言添加类型安全
  • ✅ 用 pytest 编写单元测试和参数化测试
  • ✅ 理解 Python 模块系统和包管理的现代实践
  • ✅ 独立完成数据处理管道项目

📚 学习内容 ​

第 1 章：面向对象编程 ​

学习时长： 4-5 天

核心内容：

  • 类定义与实例化
  • __init__、self 的真正含义
  • 继承与 super()
  • 多重继承与 MRO（C3 线性化算法）
  • Mixin 模式
  • @property：计算属性
  • @classmethod vs @staticmethod
  • dataclasses（3.7+）：告别样板代码
  • __slots__：内存优化

学习成果：

  • 理解 Python OOP 与 Java/C++ OOP 的本质区别
  • 掌握 dataclasses 减少 80% 的样板代码
  • 能正确使用继承和组合

🎭 The Drama：Python 的 OOP 不是 Java 的 OOP

Java 说："一切都必须是类。想写个 main()？先创建 class App。想定义常量？public static final int。" Python 说："如果一个函数就够了，别写类。如果一个模块就够了，别搞包。"

python
# Java 思维 — 过度工程化
class MathUtils:
    @staticmethod
    def add(a, b):
        return a + b

# Pythonic — 一个函数就够了
def add(a, b):
    return a + b

不要为了 OOP 而 OOP。 类是工具，不是信仰。

第 2 章：魔术方法入门 ​

学习时长： 3-4 天

核心内容：

  • __repr__ vs __str__：给开发者看 vs 给用户看
  • __eq__ 与 __hash__：可哈希对象的契约
  • __lt__、__le__ 等比较方法与 @functools.total_ordering
  • __bool__：自定义真值判定
  • __len__、__getitem__：让对象像集合一样操作
  • __call__：让对象像函数一样调用
  • __format__：自定义 f-string 格式化

学习成果：

  • 理解魔术方法是 Python 数据模型的"接口"
  • 能让自定义对象与内置语法无缝集成
  • 为 Stage 3 的完整数据模型打基础

⚛️ The Science：魔术方法的本质 — 协议 (Protocol)

Python 不靠 interface 关键字来定义接口——它靠协议 (Protocol)。 如果你的对象实现了 __iter__ 和 __next__，它就是可迭代的——不需要继承任何基类。 如果实现了 __getitem__，它就支持 obj[key]。如果实现了 __len__，它就支持 len(obj)。

这就是鸭子类型 (Duck Typing) 的核心：不看你是什么，看你能做什么。 魔术方法就是 Python 的"鸭子协议"——你实现哪些方法，就获得哪些能力。

第 3 章：迭代器与生成器 ​

学习时长： 3-4 天

核心内容：

  • 可迭代对象 (Iterable) vs 迭代器 (Iterator)
  • 迭代器协议：__iter__ + __next__
  • for 循环的底层机制
  • 生成器函数：yield 的暂停与恢复
  • 生成器表达式 vs 列表推导式
  • yield from：委托生成器
  • itertools 模块：无限迭代器、组合迭代器
  • 惰性求值的威力：处理 GB 级数据而不爆内存

学习成果：

  • 理解 Python 迭代的底层机制
  • 能用生成器处理大数据流
  • 掌握 itertools 常用工具

🧠 CS Master's Bridge：生成器 = 协程的前身

生成器的 yield 本质上是一种协作式调度：函数在 yield 处暂停执行，把控制权交还给调用者。 下次调用 next() 时，从暂停的地方恢复。这和操作系统的协程（coroutine）是同一思想。

事实上，Python 的 asyncio 最初就是基于生成器实现的（PEP 342/380），后来才引入了 async/await 语法。 所以理解生成器，就是为 Stage 3 的异步编程打下最坚实的基础。

第 4 章：装饰器 ​

学习时长： 3-4 天

核心内容：

  • 闭包回顾：装饰器的基础
  • 函数装饰器：@decorator 语法
  • functools.wraps：保留原函数元信息
  • 带参数的装饰器（三层嵌套）
  • 类装饰器
  • 实用装饰器：计时、重试、缓存、日志、权限检查
  • functools.lru_cache / functools.cache
  • 装饰器叠加顺序

学习成果：

  • 理解装饰器是"高阶函数 + 闭包"的语法糖
  • 能独立编写实用装饰器
  • 能读懂框架源码中的装饰器用法

🎭 The Drama：装饰器 — 最"可怕"也最优雅的 Python 特性

新手看到装饰器：三层嵌套函数 + *args + **kwargs + functools.wraps，头皮发麻。 老手看到装饰器：AOP（面向切面编程）的优雅实现，一行 @retry(max_attempts=3) 解决横切关注点。

装饰器的本质极其简单：

python
@decorator
def func(): ...
# 等价于
func = decorator(func)

就这么简单。一旦你理解了这个等价关系，三层嵌套就不再神秘。

第 5 章：上下文管理器 ​

学习时长： 2-3 天

核心内容：

  • with 语句的底层机制：__enter__ 和 __exit__
  • 类实现 vs contextlib.contextmanager（生成器方式）
  • 常见使用场景：文件、锁、数据库连接、临时修改
  • contextlib.suppress：优雅地忽略特定异常
  • contextlib.ExitStack：动态管理多个上下文
  • 异步上下文管理器：async with

学习成果：

  • 理解 with 语句是资源管理的最佳实践
  • 能实现自定义上下文管理器
  • 掌握 contextlib 工具箱

第 6 章：类型标注与 mypy ​

学习时长： 3-4 天

核心内容：

  • 为什么动态语言也需要类型：大项目的必要性
  • 基础类型标注：int、str、list[int]、dict[str, Any]
  • Optional、Union、Literal
  • 泛型：TypeVar、Generic
  • Protocol（结构化子类型）：鸭子类型的类型标注
  • TypedDict：字典的精确类型
  • mypy 配置与使用
  • 渐进式类型化：从无类型到全类型的迁移策略
  • Annotated 与运行时验证（Pydantic 预览）

学习成果：

  • 能为现有代码添加类型标注
  • 掌握 mypy 静态检查的配置和使用
  • 理解 Protocol 与 ABC 的区别和选择

🌌 The Big Picture：Python 的类型系统 — 从放任到自律的演化

  • 2014 (PEP 484)：Python 3.5 引入类型标注。但只是"注释"，运行时完全忽略。
  • 2017 (PEP 544)：引入 Protocol，让鸭子类型也能被静态检查。
  • 2020 (PEP 612)：ParamSpec，让装饰器的类型标注终于可用。
  • 2022 (PEP 695)：Python 3.12 引入 type 语句和新的泛型语法 def f[T](x: T) -> T。
  • 2024+：类型标注已成为所有严肃 Python 项目的标配。

Python 的类型系统是渐进式 (Gradual) 的——你可以一点一点地加类型，不需要一步到位。 这比 TypeScript 的"要么全用要么不用"更务实。

第 7 章：模块、包与虚拟环境 ​

学习时长： 2-3 天

核心内容：

  • 模块 (module) vs 包 (package) vs 库 (library)
  • import 的搜索路径与机制
  • __init__.py 的作用与最佳实践
  • 相对导入 vs 绝对导入
  • 虚拟环境：venv、conda、uv
  • pyproject.toml：现代 Python 项目配置
  • 依赖管理：requirements.txt vs pyproject.toml vs poetry
  • 发布包到 PyPI 的流程预览

学习成果：

  • 理解 Python 的模块系统
  • 能组织多文件项目的代码结构
  • 掌握现代依赖管理实践

第 8 章：测试与 pytest ​

学习时长： 3-4 天

核心内容：

  • 为什么要测试：测试是设计工具，不仅仅是验证工具
  • pytest 基础：测试发现、断言、fixture
  • 参数化测试：@pytest.mark.parametrize
  • fixture：测试的依赖注入
  • Mock 与 Monkey Patch：unittest.mock、pytest-mock
  • 覆盖率：pytest-cov
  • TDD 实践流程：Red → Green → Refactor
  • 测试金字塔：单元 → 集成 → E2E

学习成果：

  • 能用 pytest 为任何函数编写测试
  • 掌握 fixture 和参数化测试
  • 理解 TDD 的工作流程

🧘 Zen of Code：测试不是负担，是设计反馈

如果你发现一个函数很难写测试，问题不在测试——问题在函数。 难以测试的代码通常意味着：耦合太重、副作用太多、职责不清。 测试是代码质量最诚实的镜子。

第 9 章：正则表达式 ​

学习时长： 2-3 天

核心内容：

  • re 模块基础：match、search、findall、sub
  • 正则语法：字符类、量词、锚点、分组
  • 捕获组与非捕获组
  • 前护 (Lookahead) 与后顾 (Lookbehind)
  • 贪婪 vs 非贪婪匹配
  • 命名组与 re.VERBOSE（可读正则）
  • 常用正则模式：邮箱、URL、电话、日期
  • 性能陷阱：回溯灾难 (ReDoS)

学习成果：

  • 能编写中等复杂度的正则表达式
  • 理解贪婪匹配与非贪婪匹配
  • 知道 ReDoS 风险并能避免

实战项目：数据处理管道 ​

项目时长： 4-6 天

项目目标： 创建一个 ETL 风格的数据处理管道工具：

  • 📥 多格式数据输入（CSV、JSON、TOML）
  • 🔄 管道式数据处理（过滤、映射、聚合、去重）
  • 📤 多格式数据输出（CSV、JSON、Markdown 表格）
  • 🔌 插件式处理器架构（可扩展）
  • 📊 处理统计与日志
  • 🧪 完整的 pytest 测试套件

涵盖知识点：

  • OOP（处理器基类、策略模式）
  • 生成器（流式处理大文件）
  • 装饰器（日志、计时、重试）
  • 上下文管理器（文件操作）
  • 类型标注（全项目）
  • pytest 测试
  • pathlib + json + csv

练习题和评估 ​

练习内容：

  • ~25 道编程练习题（难度递增）
    • OOP 练习 (练习 1-5)
    • 迭代器与生成器练习 (练习 6-10)
    • 装饰器练习 (练习 11-15)
    • 类型标注练习 (练习 16-20)
    • pytest 测试练习 (练习 21-25)
  • 自我评估测验
  • 阶段完成检查清单

📋 前置要求 ​

在开始本阶段学习前，请确保你：

  • ✅ 已完成 Stage 1 全部内容
  • ✅ 能熟练使用 Python 基础语法和核心数据结构
  • ✅ 理解函数、闭包、异常处理的概念
  • ✅ 有一定的面向对象编程概念（任何语言的都行）

🎓 学习建议 ​

时间安排 ​

总学习时长： 5-6 周

每周安排建议：

  • 第 1 周：第 1-2 章（OOP + 魔术方法）
  • 第 2 周：第 3-4 章（迭代器/生成器 + 装饰器）
  • 第 3 周：第 5-6 章（上下文管理器 + 类型标注）
  • 第 4 周：第 7-8 章（模块/包 + pytest）
  • 第 5 周：第 9 章 + 开始项目
  • 第 6 周：完成项目 + 练习题

关键提示 ​

⚠️ 警告：装饰器和生成器是本阶段的"Boss 关"

如果你在第 3-4 章感到困惑，这是正常的。建议：

  1. 先理解概念，不要急着记语法
  2. 手动展开装饰器的等价形式，直到你能在脑中"编译"它
  3. 用 print 在生成器的 yield 前后加日志，观察暂停/恢复的时机
  4. 多写小例子，少看长文章

✅ 完成标准 ​

完成本阶段后，你应该能够：

  • [ ] 设计合理的类层次结构，正确使用继承和组合
  • [ ] 实现常用魔术方法，让自定义对象与 Python 语法集成
  • [ ] 用生成器实现惰性数据处理管道
  • [ ] 独立编写带参数的装饰器
  • [ ] 为函数和类添加完整的类型标注
  • [ ] 用 pytest 编写参数化测试和 fixture
  • [ ] 完成数据处理管道项目
  • [ ] 通过阶段练习题（正确率 ≥ 80%）

🚀 开始学习 ​

👉 第 1 章：面向对象编程

📖 参考资源 ​

由 VitePress 构建，Markdown 教材原地维护。

本地学习资料