共计 2305 个字符，预计需要花费 6 分钟才能阅读完成。
“内置电池”是 Python 最为显著的个性之一，它提供了 200 多个开箱即用的规范库。然而，历经了 30 多年的倒退，很多规范库曾经成为了不得不舍弃的历史包袱，因为它们正在“漏电”！
好消息是，Python 正在进行一场“瘦身手术”，详情可查阅：
- Python 3.12 正在移除大量的模块
- 终于，Python 规范库要做“瘦身手术”了！
- 聊聊 Python 的内置电池
那么，咱们会有这样一个话题：当 Python 公布了一个新版本的时候，如何找出它比上一个版本（或者更早版本）减少或删除了哪些规范库呢？
比方，当 Python 公布 3.11.1 版本时，如何找出它相比于上一个版本（即 3.11.0），增删了哪些规范库呢？
兴许你马上就想到了一个方法：查看官网的版本变更文档啊~
没错，官网文档里必定蕴含了咱们所需的变更信息，然而，每个版本的《What’s New》里信息太多了，这种没有特定指标的搜寻，只会费时费力。
如果要跨多个版本进行比拟的话，比方 3.12 与 3.10 间的差别、或者将来的 3.x 跟当初的 3.11 比拟，这个办法就更不好用了吧！
在 3.10 版本之前，想要获知规范库的变动状况，的确不太不便。然而，自 3.10 起，Python 提供了一个十分便捷的办法：sys.stdlib_module_names！
官网文档的形容：
起源：https://docs.python.org/zh-cn/3/library/sys.html?#sys.stdlib_module_names
简略查看下它的内容：
如上可见，sys.stdlib_module_names 返回的是一个 frozenset 类型的对象，其元素是所有规范库的名称。
有了具体的规范库清单后，咱们就能够通过以下的步骤，比拟出不同 Python 版本间的差别啦：
（1）获取旧版本的规范库（比方 3.10.0），序列化后存储到文件 / 数据库中
>>> import sys
>>> import pickle
>>> with open("libs", "wb") as f:
... pickle.dump(sys.stdlib_module_names, f)
...（2）获取新版本的规范库（比方 3.11.0），与旧版本的规范库进行比拟
>>> import sys
>>> import pickle
>>> with open("libs", "rb") as f:
... old_libs = pickle.load(f)
...
>>> sys.stdlib_module_names - old_libs
frozenset({'_typing', '_scproxy', '_tokenize', 'tomllib'})
>>> old_libs - sys.stdlib_module_names
frozenset({'binhex'})从以上示例中，咱们能够得悉，3.11 相比于 3.10 减少了_typing、_scproxy、_tokenize 以及 tomllib，同时它也缩小了一个binhex。
简简单单几行代码，这种办法比翻阅繁冗的文档要便捷且精确得多了。
值得注意的是，sys.stdlib_module_names 是 3.10 版本的新个性，在它之前，有一个类似的sys.builtin_module_names，但它返回的只是被解释器应用到的内置模块：
那么，除了上文提到的获知 Python 规范库删减状况的用处之外，这个新个性还有什么用途呢？换句话说，Python 官网为什么忽然新增了sys.stdlib_module_names 这项性能呢？
原文链接：https://mp.weixin.qq.com/s/No…
其实，社区中有一个三方库stdlib-list，可用于获取局部 Python 版本（2.6-2.7；3.2-3.9）的规范库清单。这个库的作者在文档中提到了他的诉求，也提到其它开发者有着同样的诉求：
开发了 sys.stdlib_module_names 这项性能的外围开发者 Victor Stinner 也总结了几个应用场景：
- 当计算我的项目的依赖关系时，疏忽规范库中的模块：https://github.com/jackmaney/pypt/issues/3
- 当监测第三方代码的执行时，疏忽规范库，应用监测工具的
--ignore-module选项：https://stackoverflow.com/questions/6463918/how-can-i-get-a-list-of-all-the-python-standard-library-modules - 在格式化 Python 代码文件时，对 import 的规范库模块进行分组。isort 库蕴含了规范库的列表，它根据 Python 在线文档生成了每个版本的规范库清单：https://github.com/PyCQA/isort/tree/develop/isort/stdlibs
从这些应用场景来看，sys.stdlib_module_names 的作用还真是不小。另外，在写作本文的时候，我从 CPython 的 Issue #87121 中发现，驰名的机器学习库pytorch 也须要这项性能。
pytorch 已经硬编码了每个 Python 版本的规范库列表，代码简短，当初曾经适配成应用新的办法，大大不便了后续的保护：
11 月 15 日时，Python 3.12 alpha 2 版本公布了，这个版本开始移除大量过期的废除的内容（标注库、规范库的子模块、类和函数等）。感兴趣的同学，能够用本文介绍的“冷常识”，去看看到底呈现了哪些变动啦~
首发于 Python 猫，如需转载，请分割作者
知乎：Python 猫
博客园：豌豆花下猫
掘金：豌豆花下猫
CSDN：Python 猫