简介这份资源是一套面向大数据初学者和Spark入门者的Python代码案例包依托PySpark接口展示如何初始化SparkContext、读取外部数据、执行RDD转换与聚合并通过DataFrame完成结构化查询帮助读者快速上手分布式数据处理。压缩包共10个文件整体约559.17MB核心内容以txt文本代码说明与pdf文档为主同时包含sh环境脚本、jar依赖包及license授权文件兼顾示例运行、环境配置与扩展阅读。案例覆盖词频统计、关键字过滤、分组计数等典型场景并配有输出结果说明便于对照理解。目前已有362人学习下载。通过逐个运行案例读者可以系统掌握创建RDD、map/filter转换、countByValue聚合以及DataFrame分组查询等核心操作也能从中学习如何将Spark部署到本地或集群为后续处理更大规模的数据分析任务打下扎实基础。1. 为什么一个 .rar 压缩包成了 Python 学习者的标配许多同学拿到手的第一个 Python 学习物料不是 IDE 里的空项目而是一个已经打好包的.rar比如“Python代码案例.rar”。原因很实际它离开线下课和网盘都方便里面有从hello.py到网络请求、自动化脚本的一大批文件解压就能翻阅。但rar和常见的zip不一样Python 标准库没有原生rar支持很多人卡在第一关双击能打开却不知道命令行和代码里怎么解更麻烦的是解出来一堆.py却因为目录结构、依赖和编码问题根本跑不起来。下面不教你怎么背语法而是顺着“拿到案例包 → 安全解压 → 搭建环境 → 批量运行”这条线把能复现的操作和需要避开的坑一并说清楚。适合刚装完 Python、手里正好有一个案例包却无从下手的新手也适合准备把别人的案例包整理成自己工具库的开发者。2. 先看再解压.rar 文件的结构、校验与安全打开方式2.1 rar 和 zip 的差异以及 Python 默认不认 rar 的原因rar是 RAR 格式的压缩包由 WinRAR 作者维护的专有格式。它的压缩算法和容器结构与zip完全不同因此 Python 标准库只提供了zipfile却没有对 rar 的直接支持。第三方库rarfile本身只是一个封装器真正的解包工作交给外部命令行工具unrar或unar。这意味着你用pip install rarfile还不够系统里还必须存在可以被调用的unrar程序。这个形态带来的第一个选择问题就是如果目标机器上有unrar你甚至可以不写 Python直接用命令行完成所有操作写 Python 主要是为了“批量、按需、自动化”。第二个问题是兼容性RAR 4 和 RAR 5 的加密、压缩参数不同老的unrar可能打不开新包所以后面验证环境时我会建议检查unrar版本。下表列出几种常用解压接口的差异。接口依赖适用场景zipfile无仅处理.zip不能开.rarrarfileunrar/unar最常见Python 内处理.rarunrar命令仅命令行快速手动查包、完整性测试GUI 工具外部应用不适合自动化清楚了这一点再遇到BadZipFile报错就不会慌那不是代码有 bug而是选错了库。2.2 不急着双击用 unrar 先看清单和完整性拿到一个案例包我习惯先进入目录查看包内容。因为案例包里可能会掺入不相关的.exe、.bat或者目录层级混乱直接双击解压会把一堆文件撒到桌面后面还要慢慢整理。先列清单cd ~/Downloads unrar l Python代码案例.rarl小写 L表示列出清单。输出会包含文件名、原大小、压缩后大小、CRC 校验。注意如果没有安装 unrar命令会提示找不到工具你需要先sudo apt install unrarDebian/Ubuntu或用包管理器补上。如果想更进一步验证压缩包是否损坏执行unrar t Python代码案例.rart表示 test会逐个文件解压到内存里校验 CRC。如果输出末端显示All OK说明压缩包完整可以放心解压如果看到Checksum error说明压缩包下载不完整强行解压后个别.py文件会在运行到一半时出现莫名的字符缺失或语法错误。相比直接双击这种方式能提前暴露传输损坏的问题。2.3 别用 zipfile 硬开 .rar先 file 一下格式新手最容易犯的错误是拿 zipfile 教程直接改成.rar文件名。典型代码是这样import zipfile with zipfile.ZipFile(Python代码案例.rar) as z: print(z.namelist())这段代码在绝大多数情况下会抛出BadZipFile: File is not a zip file。看到这个信息后很多人会怀疑文件名错、路径错但真正错的是压缩格式不匹配。正确做法是先确认文件头。Linux 上用file命令file Python代码案例.rar输出通常为RAR archive data, v5.x。如果输出是Zip archive data说明这个文件其实是个 zip 包只是被改名成了.rar这种时候用zipfile或unzip处理反而正确。反过来如果案例包是 gzip 压缩的 tar 包也可以用tar -xf解开。先用file判断格式能省掉很大一部分排错时间。这里要顺便澄清一个说法有人用十六进制编辑器打开.rar想通过查看头部来找密码这其实没有意义。RAR 的密码不会明文保存在文件里头部只有加密后的校验数据十六进制编辑器只能看到一堆不可读的字节与其浪费这个时间不如先把格式识别和完整性检查做好。3. 用 Python 调通 rarfile读清单、解压、处理带密案例包3.1 安装依赖与验证底层工具链先用 pip 安装rarfile然后按要求准备unrar。个人维护的案例包大多在本地跑安装命令因系统而异# Ubuntu / Debian sudo apt install unrar # macOS brew install unrar # Windows安装 WinRAR 后将 C:\Program Files\WinRAR 加入 PATH然后统一安装 Python 库pip install rarfile注意rarfile并不是纯 Python 实现pip install只装封装层。如果环境里找不到unrarrarfile会在你打开文件时抛RarCannotExec。所以安装完建议先验证一下import rarfile print(rarfile.tool_setup())tool_setup()会返回它找到的命令行工具路径正常会显示类似/usr/bin/unrar的字符串。如果显示None可以手动指定rarfile.UNRAR_TOOL /usr/local/bin/unrar参数说明UNRAR_TOOL是rarfile模块级变量全局生效设置后RarFile会直接用这个路径调用底层程序。这在 Windows 上特别有用因为系统可能装了 GUI 版 WinRAR 但命令行没有进 PATH。建议把它写在你项目的配置项里不要散在代码各处。3.2 读取压缩包内文件清单的写法最常见的需求是先看看压缩包里有哪些文件、多大、是不是预期内容。用RarFile读取清单import rarfile rarfile.UNRAR_TOOL /usr/bin/unrar with rarfile.RarFile(Python代码案例.rar, encodingutf-8) as rf: for info in rf.infolist(): print(info.filename, info.file_size)这里的with块会在RarFile对象离开作用域时自动调用close()不会把文件句柄泄漏到下次运行。infolist()返回RarInfo对象列表filename是包内相对路径比如demo/hello.pyfile_size是解压后的字节数注意不是压缩后大小。如果你只需要文件名列表可以直接file_names rf.namelist()namelist()更轻量只返回字符串列表。案例包如果包含中文文件名encoding参数要设置对。多数压缩工具在固实模式下用 Unicode 编码utf-8就够了但老式 Windows 压出来的可能是gbk这时运行上面代码可能出现UnicodeDecodeError。遇到该异常把encoding换成gbk再试一次希望自动尝试多个编码可以用循环逐个试直到infolist()不抛错。3.3 按需解压不把所有文件都倒出来案例包里的文件不一定都是 Python 源码可能有说明文档、图片和依赖。全量解压会占空间而且文件夹结构你可能不喜欢。我一般会先筛选出目标文件再写入磁盘。下面给出一种稳妥的写法import os import rarfile rf rarfile.RarFile(Python代码案例.rar, encodingutf-8) os.makedirs(cases, exist_okTrue) for info in rf.infolist(): if info.filename.endswith(.py): filename os.path.basename(info.filename) target os.path.join(cases, filename) with open(target, wb) as f: f.write(rf.read(info.filename)) print(extracted:, target) rf.close()注意rf.read(info.filename)返回的是压缩包内单个文件的字节串适合体积不大的源码文件如果案例包里有一两百个小脚本这个方式不会把整个包解压到临时文件夹节省磁盘和内存。os.path.basename的作用是把demo/hello.py转成hello.py避免因为子目录不存在而写入失败。如果你确实想保留目录结构需要按目录提前建好import os, rarfile rf rarfile.RarFile(Python代码案例.rar, encodingutf-8) for info in rf.infolist(): if not info.filename.endswith(.py): continue target info.filename os.makedirs(os.path.dirname(target), exist_okTrue) with open(target, wb) as f: f.write(rf.read(info.filename)) rf.close()这里os.makedirs(..., exist_okTrue)表示允许目录已经存在避免重复运行时报FileExistsError。不过要小心target里的分隔符如果是反斜杠在 Linux 上os.path.dirname可能不识别遇到路径创建失败先替换target target.replace(\\, /)这是一个很常见的跨平台坑。3.4 带密码的案例包与异常处理有些案例包设置了密码如果密码是自己知道的可以在打开时传给rarfilewith rarfile.RarFile(Python代码案例.rar, password123456) as rf: data rf.read(demo/hello.py)password参数只在需要解密的文件上生效且 RAR 4 和 RAR 5 的加密算法不同rarfile会根据文件头自动切换。如果密码错误read()或extract()时会抛出异常而不是返回空内容。实际使用中要捕获异常来看清楚import rarfile try: with rarfile.RarFile(Python代码案例.rar, passwordwrong) as rf: data rf.read(demo/hello.py) except (rarfile.PasswordRequiredError, rarfile.BadRarFile) as e: print(无法读取原因, e)提醒一句不要用十六进制编辑器去看.rar里的密码加密后的头部只有校验数据没有明文。忘记密码的合法处理是找压缩包作者确认或者查找自己的密码记录网上的rar password cracker多半是暴力枚举工具既慢又有安全风险正经工作中不建议碰。rarfile 常用项含义常见取值encoding压缩包内文件名编码utf-8/gbkpassword解压密码字符串UNRAR_TOOLunrar 程序路径/usr/bin/unrartimeout单次执行超时秒4. 把“案例包”变成“可跑项目”环境、路径与编码的典型坑4.1 给案例建独立虚拟环境避免依赖冲突解压出来的案例往往不是同一个人的作品脚本依赖差异很大。有的脚本用requests写爬虫有的用fastapi提供接口如果全部装进全局 Python一段时间后就会出现“A 案例能跑B 案例缺包升级包后 A 又跑不了”的局面。很常见的最可靠方案是为整个案例包创建一个专属虚拟环境。cd Python代码案例 python -m venv .venv source .venv/bin/activate pip install requests pandas flask在 Linux 系统上如果还没安装 Python需要先解决 Python 安装问题比如sudo apt install python3 python3-venv python3-pipmacOS 用户可以用 Homebrew 的python包。Windows 上激活虚拟环境不是source而是.venv\Scripts\activate验证虚拟环境生效的方式是which python在 Linux/macOS 上应显示.venv/bin/pythonWindows 上where python应显示.venv\Scripts\python.exe。VSCode 用户打开案例包后可以用CtrlShiftP调出“Python: Select Interpreter”选.venv那个。如果不选VSCode 会默认用全局解释器导致pip install装到了虚拟环境里但运行还是全局解释器这是最常见的困惑。如果你有requirements.txt直接pip install -r requirements.txt。没有的话可以逐个跑案例看到ModuleNotFoundError再补装。也可以写一行命令从代码里提取 importgrep -h ^import \|^from cases/*.py | sort -u输出就是所有脚本里出现的顶级导入再人工过滤掉os、sys之类标准库剩下的都是需要安装的第三方包。4.2 设置 PYTHONPATH 与脚本入口绕开 ModuleNotFoundError案例包解压后目录结构可能是cases/ 01_hello.py common/ helper.py utils/ logger.py如果01_hello.py里有from common import helper你直接在cases目录下运行python 01_hello.py会报ModuleNotFoundError。原因很简单Python 的模块搜索路径只包含脚本所在目录cases和标准库cases下的子目录不自动加入。解决办法是导出PYTHONPATHexport PYTHONPATH$PWD python cases/01_hello.py更常用的做法是把案例包根目录也就是cases的上一级也加入export PYTHONPATH$PWD:$PYTHONPATH python -m cases.01_hello # 模块方式运行注意不能带 .py 后缀用-m方式运行Python 会把cases当作包来导入这时候from common import helper才能正确解析。用 VSCode 调试时也可以在工作区.vscode/settings.json里写入{ python.defaultInterpreterPath: ${workspaceFolder}/.venv/bin/python, terminal.integrated.env.linux: { PYTHONPATH: ${workspaceFolder} } }这样每次打开终端就自动带上PYTHONPATH不用反复敲export。下面这个表整理了不同运行方式的差异。运行方式搜索路径适用场景python cases/01_hello.py脚本所在目录无跨模块代码python -m cases.01_hello当前目录需要按包导入export PYTHONPATH$PWD追加工作区根目录跨子目录引用4.3 编码问题文件名乱码与源码乱码的处理rarfile解压时如果文件名没解码对会产生??.py这样的乱码程序运行时又会因为文件内容不是纯 ASCII 而报错。典型表象是解压后文件名显示为测试.py或???_demo.py而且用编辑器打开看到乱码。原因通常是压缩包在 Windows 下使用 GBK 编码保存文件名而 rarfile 默认的utf-8解码失败。解决办法之一是解压前尝试gbkimport rarfile for enc in [utf-8, gbk]: try: rf rarfile.RarFile(Python代码案例.rar, encodingenc) print(open with, enc) break except UnicodeDecodeError: continue至于源码文件内部的编码则是在# -*- coding: utf-8 -*-前的旧项目里常见。如果直接打开报错可以用chardet检测并转成 UTF-8pip install chardetimport chardet from pathlib import Path for p in Path(cases).glob(*.py): raw p.read_bytes() enc chardet.detect(raw)[encoding] or utf-8 text raw.decode(enc, errorsreplace) p.write_text(text, encodingutf-8) print(f{p.name}: {enc} - utf-8)注意errorsreplace会把无法解码的字节替换成这样做能保证文件可以打开但可能破坏原本的内容。所以转换前建议先把原始文件复制一份到temp/跑完验证通过后再删。编码转换也要避免重复执行第二次执行时文件已经变成 UTF-8chardet检测出来还是 UTF-8写回时内容不变算是幂等的。5. 案例包的进阶玩法批量执行、自动生成索引与归档5.1 用超时控制批量执行 .py 文件案例包十几二十个.py手工一个个运行显然不现实。写一个批量执行器最关键是给每个脚本设置超时防止某个案例里的死循环卡住整个批次。import subprocess import sys from pathlib import Path for idx, py_file in enumerate(sorted(Path(cases).glob(*.py)), 1): print(f[{idx}] {py_file.name}, flushTrue) try: result subprocess.run( [sys.executable, str(py_file)], capture_outputTrue, textTrue, timeout8, encodingutf-8, errorsreplace, cwdstr(py_file.parent), ) print(f exit {result.returncode}) if result.stdout: print(stdout:, result.stdout[:200]) if result.returncode ! 0 and result.stderr: print(stderr:, result.stderr[-200:]) except subprocess.TimeoutExpired: print( timeout after 8s)参数说明sys.executable是用来运行当前脚本的 Python 解释器不是写死的python3这样在虚拟环境里也能用正确解释器。timeout8可根据脚本实际耗时调整对于网络请求或训练模型可能要放宽到 30 秒以上。cwd让脚本在自己的目录下运行避免因为“当前目录不对”导致相对路径文件找不到。5.2 用 pandas 生成案例索引跑完之后要记住哪些能跑、哪些不能跑。与其翻终端记录不如导出一份 CSVimport pandas as pd from pathlib import Path records [] for p in Path(cases).glob(*.py): lines p.read_text(encodingutf-8, errorsignore).splitlines() first_doc for line in lines: if line.strip().startswith(#) or line.strip().startswith(): first_doc line.strip() elif first_doc: break records.append({ name: p.name, size: p.stat().st_size, first_comments: first_doc[:80], }) df pd.DataFrame(records) df[size] df[size].astype(int) # 显式类型转换避免后续计算报错 df.sort_values(name).to_csv(index.csv, indexFalse) print(df)这里first_comments摘取脚本开头的注释方便一眼看出案例主题。在 Python 类型转换上需要注意p.stat().st_size是 int构造 DataFrame 后列会被推断为 int64但做聚合前最好还是显式astype(int)。输出的 CSV 用 Excel 或 VSCode 打开都能看。5.3 整理后重新打包归档案例包整理完需要把可运行的那部分打回一个干净的.rar。个人习惯是保留目录层级但不把__pycache__和临时文件打进去。rar a -ep1 Python代码案例_已整理.rar cases/ -x*.pyc -x*/__pycache__/*参数说明a表示添加压缩-ep1保留第一级目录名解压后是cases/xxx.py避免全部散落在根目录-x*.pyc排除字节码文件。如果没有装rar只装了unrar就无法创建 rar 包这种场景可以用标准库zipfile把整理结果存成.zip一样可以共享。这样一个“Python代码案例.rar”的循环就完整了解压、筛选、建环境、批量跑、生成索引、归档。手里的包会从“一堆散文件”变成自己能维护的案例库。本文还有配套的精品资源点击获取 Python解压RAR案例包：从rarfile到环境配置的完整实践
简介这份资源是一套面向大数据初学者和Spark入门者的Python代码案例包依托PySpark接口展示如何初始化SparkContext、读取外部数据、执行RDD转换与聚合并通过DataFrame完成结构化查询帮助读者快速上手分布式数据处理。压缩包共10个文件整体约559.17MB核心内容以txt文本代码说明与pdf文档为主同时包含sh环境脚本、jar依赖包及license授权文件兼顾示例运行、环境配置与扩展阅读。案例覆盖词频统计、关键字过滤、分组计数等典型场景并配有输出结果说明便于对照理解。目前已有362人学习下载。通过逐个运行案例读者可以系统掌握创建RDD、map/filter转换、countByValue聚合以及DataFrame分组查询等核心操作也能从中学习如何将Spark部署到本地或集群为后续处理更大规模的数据分析任务打下扎实基础。1. 为什么一个 .rar 压缩包成了 Python 学习者的标配许多同学拿到手的第一个 Python 学习物料不是 IDE 里的空项目而是一个已经打好包的.rar比如“Python代码案例.rar”。原因很实际它离开线下课和网盘都方便里面有从hello.py到网络请求、自动化脚本的一大批文件解压就能翻阅。但rar和常见的zip不一样Python 标准库没有原生rar支持很多人卡在第一关双击能打开却不知道命令行和代码里怎么解更麻烦的是解出来一堆.py却因为目录结构、依赖和编码问题根本跑不起来。下面不教你怎么背语法而是顺着“拿到案例包 → 安全解压 → 搭建环境 → 批量运行”这条线把能复现的操作和需要避开的坑一并说清楚。适合刚装完 Python、手里正好有一个案例包却无从下手的新手也适合准备把别人的案例包整理成自己工具库的开发者。2. 先看再解压.rar 文件的结构、校验与安全打开方式2.1 rar 和 zip 的差异以及 Python 默认不认 rar 的原因rar是 RAR 格式的压缩包由 WinRAR 作者维护的专有格式。它的压缩算法和容器结构与zip完全不同因此 Python 标准库只提供了zipfile却没有对 rar 的直接支持。第三方库rarfile本身只是一个封装器真正的解包工作交给外部命令行工具unrar或unar。这意味着你用pip install rarfile还不够系统里还必须存在可以被调用的unrar程序。这个形态带来的第一个选择问题就是如果目标机器上有unrar你甚至可以不写 Python直接用命令行完成所有操作写 Python 主要是为了“批量、按需、自动化”。第二个问题是兼容性RAR 4 和 RAR 5 的加密、压缩参数不同老的unrar可能打不开新包所以后面验证环境时我会建议检查unrar版本。下表列出几种常用解压接口的差异。接口依赖适用场景zipfile无仅处理.zip不能开.rarrarfileunrar/unar最常见Python 内处理.rarunrar命令仅命令行快速手动查包、完整性测试GUI 工具外部应用不适合自动化清楚了这一点再遇到BadZipFile报错就不会慌那不是代码有 bug而是选错了库。2.2 不急着双击用 unrar 先看清单和完整性拿到一个案例包我习惯先进入目录查看包内容。因为案例包里可能会掺入不相关的.exe、.bat或者目录层级混乱直接双击解压会把一堆文件撒到桌面后面还要慢慢整理。先列清单cd ~/Downloads unrar l Python代码案例.rarl小写 L表示列出清单。输出会包含文件名、原大小、压缩后大小、CRC 校验。注意如果没有安装 unrar命令会提示找不到工具你需要先sudo apt install unrarDebian/Ubuntu或用包管理器补上。如果想更进一步验证压缩包是否损坏执行unrar t Python代码案例.rart表示 test会逐个文件解压到内存里校验 CRC。如果输出末端显示All OK说明压缩包完整可以放心解压如果看到Checksum error说明压缩包下载不完整强行解压后个别.py文件会在运行到一半时出现莫名的字符缺失或语法错误。相比直接双击这种方式能提前暴露传输损坏的问题。2.3 别用 zipfile 硬开 .rar先 file 一下格式新手最容易犯的错误是拿 zipfile 教程直接改成.rar文件名。典型代码是这样import zipfile with zipfile.ZipFile(Python代码案例.rar) as z: print(z.namelist())这段代码在绝大多数情况下会抛出BadZipFile: File is not a zip file。看到这个信息后很多人会怀疑文件名错、路径错但真正错的是压缩格式不匹配。正确做法是先确认文件头。Linux 上用file命令file Python代码案例.rar输出通常为RAR archive data, v5.x。如果输出是Zip archive data说明这个文件其实是个 zip 包只是被改名成了.rar这种时候用zipfile或unzip处理反而正确。反过来如果案例包是 gzip 压缩的 tar 包也可以用tar -xf解开。先用file判断格式能省掉很大一部分排错时间。这里要顺便澄清一个说法有人用十六进制编辑器打开.rar想通过查看头部来找密码这其实没有意义。RAR 的密码不会明文保存在文件里头部只有加密后的校验数据十六进制编辑器只能看到一堆不可读的字节与其浪费这个时间不如先把格式识别和完整性检查做好。3. 用 Python 调通 rarfile读清单、解压、处理带密案例包3.1 安装依赖与验证底层工具链先用 pip 安装rarfile然后按要求准备unrar。个人维护的案例包大多在本地跑安装命令因系统而异# Ubuntu / Debian sudo apt install unrar # macOS brew install unrar # Windows安装 WinRAR 后将 C:\Program Files\WinRAR 加入 PATH然后统一安装 Python 库pip install rarfile注意rarfile并不是纯 Python 实现pip install只装封装层。如果环境里找不到unrarrarfile会在你打开文件时抛RarCannotExec。所以安装完建议先验证一下import rarfile print(rarfile.tool_setup())tool_setup()会返回它找到的命令行工具路径正常会显示类似/usr/bin/unrar的字符串。如果显示None可以手动指定rarfile.UNRAR_TOOL /usr/local/bin/unrar参数说明UNRAR_TOOL是rarfile模块级变量全局生效设置后RarFile会直接用这个路径调用底层程序。这在 Windows 上特别有用因为系统可能装了 GUI 版 WinRAR 但命令行没有进 PATH。建议把它写在你项目的配置项里不要散在代码各处。3.2 读取压缩包内文件清单的写法最常见的需求是先看看压缩包里有哪些文件、多大、是不是预期内容。用RarFile读取清单import rarfile rarfile.UNRAR_TOOL /usr/bin/unrar with rarfile.RarFile(Python代码案例.rar, encodingutf-8) as rf: for info in rf.infolist(): print(info.filename, info.file_size)这里的with块会在RarFile对象离开作用域时自动调用close()不会把文件句柄泄漏到下次运行。infolist()返回RarInfo对象列表filename是包内相对路径比如demo/hello.pyfile_size是解压后的字节数注意不是压缩后大小。如果你只需要文件名列表可以直接file_names rf.namelist()namelist()更轻量只返回字符串列表。案例包如果包含中文文件名encoding参数要设置对。多数压缩工具在固实模式下用 Unicode 编码utf-8就够了但老式 Windows 压出来的可能是gbk这时运行上面代码可能出现UnicodeDecodeError。遇到该异常把encoding换成gbk再试一次希望自动尝试多个编码可以用循环逐个试直到infolist()不抛错。3.3 按需解压不把所有文件都倒出来案例包里的文件不一定都是 Python 源码可能有说明文档、图片和依赖。全量解压会占空间而且文件夹结构你可能不喜欢。我一般会先筛选出目标文件再写入磁盘。下面给出一种稳妥的写法import os import rarfile rf rarfile.RarFile(Python代码案例.rar, encodingutf-8) os.makedirs(cases, exist_okTrue) for info in rf.infolist(): if info.filename.endswith(.py): filename os.path.basename(info.filename) target os.path.join(cases, filename) with open(target, wb) as f: f.write(rf.read(info.filename)) print(extracted:, target) rf.close()注意rf.read(info.filename)返回的是压缩包内单个文件的字节串适合体积不大的源码文件如果案例包里有一两百个小脚本这个方式不会把整个包解压到临时文件夹节省磁盘和内存。os.path.basename的作用是把demo/hello.py转成hello.py避免因为子目录不存在而写入失败。如果你确实想保留目录结构需要按目录提前建好import os, rarfile rf rarfile.RarFile(Python代码案例.rar, encodingutf-8) for info in rf.infolist(): if not info.filename.endswith(.py): continue target info.filename os.makedirs(os.path.dirname(target), exist_okTrue) with open(target, wb) as f: f.write(rf.read(info.filename)) rf.close()这里os.makedirs(..., exist_okTrue)表示允许目录已经存在避免重复运行时报FileExistsError。不过要小心target里的分隔符如果是反斜杠在 Linux 上os.path.dirname可能不识别遇到路径创建失败先替换target target.replace(\\, /)这是一个很常见的跨平台坑。3.4 带密码的案例包与异常处理有些案例包设置了密码如果密码是自己知道的可以在打开时传给rarfilewith rarfile.RarFile(Python代码案例.rar, password123456) as rf: data rf.read(demo/hello.py)password参数只在需要解密的文件上生效且 RAR 4 和 RAR 5 的加密算法不同rarfile会根据文件头自动切换。如果密码错误read()或extract()时会抛出异常而不是返回空内容。实际使用中要捕获异常来看清楚import rarfile try: with rarfile.RarFile(Python代码案例.rar, passwordwrong) as rf: data rf.read(demo/hello.py) except (rarfile.PasswordRequiredError, rarfile.BadRarFile) as e: print(无法读取原因, e)提醒一句不要用十六进制编辑器去看.rar里的密码加密后的头部只有校验数据没有明文。忘记密码的合法处理是找压缩包作者确认或者查找自己的密码记录网上的rar password cracker多半是暴力枚举工具既慢又有安全风险正经工作中不建议碰。rarfile 常用项含义常见取值encoding压缩包内文件名编码utf-8/gbkpassword解压密码字符串UNRAR_TOOLunrar 程序路径/usr/bin/unrartimeout单次执行超时秒4. 把“案例包”变成“可跑项目”环境、路径与编码的典型坑4.1 给案例建独立虚拟环境避免依赖冲突解压出来的案例往往不是同一个人的作品脚本依赖差异很大。有的脚本用requests写爬虫有的用fastapi提供接口如果全部装进全局 Python一段时间后就会出现“A 案例能跑B 案例缺包升级包后 A 又跑不了”的局面。很常见的最可靠方案是为整个案例包创建一个专属虚拟环境。cd Python代码案例 python -m venv .venv source .venv/bin/activate pip install requests pandas flask在 Linux 系统上如果还没安装 Python需要先解决 Python 安装问题比如sudo apt install python3 python3-venv python3-pipmacOS 用户可以用 Homebrew 的python包。Windows 上激活虚拟环境不是source而是.venv\Scripts\activate验证虚拟环境生效的方式是which python在 Linux/macOS 上应显示.venv/bin/pythonWindows 上where python应显示.venv\Scripts\python.exe。VSCode 用户打开案例包后可以用CtrlShiftP调出“Python: Select Interpreter”选.venv那个。如果不选VSCode 会默认用全局解释器导致pip install装到了虚拟环境里但运行还是全局解释器这是最常见的困惑。如果你有requirements.txt直接pip install -r requirements.txt。没有的话可以逐个跑案例看到ModuleNotFoundError再补装。也可以写一行命令从代码里提取 importgrep -h ^import \|^from cases/*.py | sort -u输出就是所有脚本里出现的顶级导入再人工过滤掉os、sys之类标准库剩下的都是需要安装的第三方包。4.2 设置 PYTHONPATH 与脚本入口绕开 ModuleNotFoundError案例包解压后目录结构可能是cases/ 01_hello.py common/ helper.py utils/ logger.py如果01_hello.py里有from common import helper你直接在cases目录下运行python 01_hello.py会报ModuleNotFoundError。原因很简单Python 的模块搜索路径只包含脚本所在目录cases和标准库cases下的子目录不自动加入。解决办法是导出PYTHONPATHexport PYTHONPATH$PWD python cases/01_hello.py更常用的做法是把案例包根目录也就是cases的上一级也加入export PYTHONPATH$PWD:$PYTHONPATH python -m cases.01_hello # 模块方式运行注意不能带 .py 后缀用-m方式运行Python 会把cases当作包来导入这时候from common import helper才能正确解析。用 VSCode 调试时也可以在工作区.vscode/settings.json里写入{ python.defaultInterpreterPath: ${workspaceFolder}/.venv/bin/python, terminal.integrated.env.linux: { PYTHONPATH: ${workspaceFolder} } }这样每次打开终端就自动带上PYTHONPATH不用反复敲export。下面这个表整理了不同运行方式的差异。运行方式搜索路径适用场景python cases/01_hello.py脚本所在目录无跨模块代码python -m cases.01_hello当前目录需要按包导入export PYTHONPATH$PWD追加工作区根目录跨子目录引用4.3 编码问题文件名乱码与源码乱码的处理rarfile解压时如果文件名没解码对会产生??.py这样的乱码程序运行时又会因为文件内容不是纯 ASCII 而报错。典型表象是解压后文件名显示为测试.py或???_demo.py而且用编辑器打开看到乱码。原因通常是压缩包在 Windows 下使用 GBK 编码保存文件名而 rarfile 默认的utf-8解码失败。解决办法之一是解压前尝试gbkimport rarfile for enc in [utf-8, gbk]: try: rf rarfile.RarFile(Python代码案例.rar, encodingenc) print(open with, enc) break except UnicodeDecodeError: continue至于源码文件内部的编码则是在# -*- coding: utf-8 -*-前的旧项目里常见。如果直接打开报错可以用chardet检测并转成 UTF-8pip install chardetimport chardet from pathlib import Path for p in Path(cases).glob(*.py): raw p.read_bytes() enc chardet.detect(raw)[encoding] or utf-8 text raw.decode(enc, errorsreplace) p.write_text(text, encodingutf-8) print(f{p.name}: {enc} - utf-8)注意errorsreplace会把无法解码的字节替换成这样做能保证文件可以打开但可能破坏原本的内容。所以转换前建议先把原始文件复制一份到temp/跑完验证通过后再删。编码转换也要避免重复执行第二次执行时文件已经变成 UTF-8chardet检测出来还是 UTF-8写回时内容不变算是幂等的。5. 案例包的进阶玩法批量执行、自动生成索引与归档5.1 用超时控制批量执行 .py 文件案例包十几二十个.py手工一个个运行显然不现实。写一个批量执行器最关键是给每个脚本设置超时防止某个案例里的死循环卡住整个批次。import subprocess import sys from pathlib import Path for idx, py_file in enumerate(sorted(Path(cases).glob(*.py)), 1): print(f[{idx}] {py_file.name}, flushTrue) try: result subprocess.run( [sys.executable, str(py_file)], capture_outputTrue, textTrue, timeout8, encodingutf-8, errorsreplace, cwdstr(py_file.parent), ) print(f exit {result.returncode}) if result.stdout: print(stdout:, result.stdout[:200]) if result.returncode ! 0 and result.stderr: print(stderr:, result.stderr[-200:]) except subprocess.TimeoutExpired: print( timeout after 8s)参数说明sys.executable是用来运行当前脚本的 Python 解释器不是写死的python3这样在虚拟环境里也能用正确解释器。timeout8可根据脚本实际耗时调整对于网络请求或训练模型可能要放宽到 30 秒以上。cwd让脚本在自己的目录下运行避免因为“当前目录不对”导致相对路径文件找不到。5.2 用 pandas 生成案例索引跑完之后要记住哪些能跑、哪些不能跑。与其翻终端记录不如导出一份 CSVimport pandas as pd from pathlib import Path records [] for p in Path(cases).glob(*.py): lines p.read_text(encodingutf-8, errorsignore).splitlines() first_doc for line in lines: if line.strip().startswith(#) or line.strip().startswith(): first_doc line.strip() elif first_doc: break records.append({ name: p.name, size: p.stat().st_size, first_comments: first_doc[:80], }) df pd.DataFrame(records) df[size] df[size].astype(int) # 显式类型转换避免后续计算报错 df.sort_values(name).to_csv(index.csv, indexFalse) print(df)这里first_comments摘取脚本开头的注释方便一眼看出案例主题。在 Python 类型转换上需要注意p.stat().st_size是 int构造 DataFrame 后列会被推断为 int64但做聚合前最好还是显式astype(int)。输出的 CSV 用 Excel 或 VSCode 打开都能看。5.3 整理后重新打包归档案例包整理完需要把可运行的那部分打回一个干净的.rar。个人习惯是保留目录层级但不把__pycache__和临时文件打进去。rar a -ep1 Python代码案例_已整理.rar cases/ -x*.pyc -x*/__pycache__/*参数说明a表示添加压缩-ep1保留第一级目录名解压后是cases/xxx.py避免全部散落在根目录-x*.pyc排除字节码文件。如果没有装rar只装了unrar就无法创建 rar 包这种场景可以用标准库zipfile把整理结果存成.zip一样可以共享。这样一个“Python代码案例.rar”的循环就完整了解压、筛选、建环境、批量跑、生成索引、归档。手里的包会从“一堆散文件”变成自己能维护的案例库。本文还有配套的精品资源点击获取