1. 项目概述从“第27天”看Python学习的进阶之路如果你正在啃《Python编程从入门到实践》这本书并且进度卡在了“Day 27”附近那咱们大概率是同路人。这本书的结构很清晰前半部分打基础后半部分做项目而“第27天”这个节点通常意味着你已经完成了基础语法、数据结构、函数、类等核心概念的学习正处在从“知道怎么用”到“知道怎么用得好”的关键转折点上。很多人在这里会感到迷茫基础语法好像都会了但一遇到稍微复杂的实际问题或者想自己从头搭个小项目就感觉无从下手代码写得又慢又乱。这正是“实践”环节开始发力的地方。今天我们不只谈书上的内容而是结合我这些年带新人和自己踩坑的经验聊聊如何把“Day 27”当作一个跳板真正把Python用起来解决实际问题甚至为后续的Web开发、数据分析、自动化脚本乃至AI工程化打下坚实的基础。2. 核心思路拆解超越书本的“项目驱动”学习法《Python编程从入门到实践》后半部分的三个项目外星人入侵、数据可视化、Web应用程序是经典但它们的意义远不止于教会你PyGame、Matplotlib或Django的API调用。其核心教学思路是“项目驱动学习”和“迭代开发”。2.1 为什么“做项目”比“看语法”重要十倍当你独立完成一个项目哪怕再小你被迫要处理一系列书本上不会详细教的问题环境与依赖你的代码在别人的电脑上能运行吗requirements.txt怎么写虚拟环境怎么管理错误处理网络请求超时怎么办文件不存在怎么办用户输入了奇怪的数据怎么办书本上的try...except例子很简单但真实场景复杂得多。代码组织一个.py文件写500行代码当功能增多时你会发现调试和修改简直是噩梦。如何合理地分模块、分包数据持久化游戏高分存哪里用户数据放哪儿这就引出了对文件操作json, csv、甚至轻型数据库如SQLite的需求。用户交互命令行程序不够友好这就有了学习构建简单GUI如Tkinter或Web界面如Flask的动力。书上的项目给你搭好了骨架而“Day 27”之后的自我修炼就是往这骨架上填充血肉和神经。2.2 从“模仿实现”到“设计实现”的思维转变在前27天你主要是在“模仿”按照书上的例子敲代码理解其逻辑。这之后你需要练习“设计”。例如书上的“外星人入侵”项目飞船、子弹、外星人的类都是设计好的。现在你可以试着自己设计一个需求一个“打地鼠”游戏。设计需要哪些类Game主控、Hammer锤子、Mole地鼠、Hole洞每个类有哪些属性Mole可能有is_visible,appear_time,score_value类之间如何交互Hammer点击事件如何触发Mole的隐藏和计分游戏状态如何管理进行中、暂停、结束实现基于PyGame或你更想学的其他库去编码实现这个设计。这个过程会迫使你主动查阅文档、搜索解决方案学习效率远超被动阅读。3. 环境与工具链的实战化配置书本通常只教最基本的安装。要玩真的你的开发环境需要一次升级。3.1 Python环境管理告别“全局污染”永远不要直接在系统Python里安装项目依赖。使用虚拟环境是专业化的第一步。推荐工具venv(内置) pip# 为你的“打地鼠”项目创建一个独立的虚拟环境 python -m venv mole_game_env # 激活环境 (Windows) mole_game_env\Scripts\activate # 激活环境 (macOS/Linux) source mole_game_env/bin/activate # 激活后命令行提示符前会出现环境名 (mole_game_env) # 此时所有pip安装的包都只在这个环境内 pip install pygame为什么必须用虚拟环境假设你同时在做项目A需要Django 3.2和项目B需要Django 4.0。没有虚拟环境你只能安装一个版本必然导致其中一个项目无法运行。虚拟环境为每个项目提供了隔离的“沙箱”。注意将虚拟环境目录如mole_game_env/添加到你的.gitignore文件中不要将其提交到代码仓库。你只需要提交依赖列表文件requirements.txt。3.2 依赖管理让项目可被他人复现在虚拟环境中安装好所有依赖后生成一个requirements.txt文件。pip freeze requirements.txt这个文件记录了当前环境所有包及其精确版本。别人拿到你的代码后只需pip install -r requirements.txt就能一键重建完全相同的环境。这是项目协作和部署的基石。3.3 代码编辑器/IDE的选择与高效使用从IDLE或简单的文本编辑器升级到一个功能强大的IDE会极大提升生产力。VSCode当前最流行的选择安装Python扩展提供智能补全、代码导航、调试、linting等核心功能。配置Python解释器点击VSCode底部状态栏的Python版本号选择你刚创建的虚拟环境mole_game_env中的Python解释器。这样VSCode就会在这个环境里运行和调试你的代码。常用快捷键Ctrl Shift P打开命令面板万能搜索。Ctrl 打开集成终端直接在项目目录下操作。F5启动调试。Ctrl Shift F全局搜索。PyCharm更专业、更“重型”社区版免费对Python的支持开箱即用集成了更多高级功能如数据库工具、科学计算模式适合大型项目。核心原则无论选哪个请花一点时间学习其调试功能。学会设置断点、单步执行、查看变量值是解决复杂Bug的终极武器远比print()高效和强大。4. 项目实战构建一个命令行待办事项管理器让我们脱离书本的既有项目从头设计并实现一个真正有用的工具一个命令行下的待办事项Todo List管理器。它将综合运用文件IO、异常处理、命令行参数解析等核心知识。4.1 需求分析与设计功能列表添加任务todo add “购买 groceries”列出所有任务todo list标记任务为完成todo done 11为任务ID删除任务todo delete 2数据持久化任务列表保存在本地的JSON文件中。数据结构设计 每个任务用一个字典表示所有任务组成一个列表并保存为JSON。# 在内存中的结构 tasks [ {id: 1, description: 购买 groceries, done: False}, {id: 2, description: 学习Python, done: True}, ] # 保存到文件 tasks.json 的内容 # [{id: 1, description: 购买 groceries, done: false}, ...]4.2 核心模块实现我们创建两个文件todo.py主程序和todo_manager.py核心逻辑。todo_manager.py- 数据管理核心import json import os class TodoManager: def __init__(self, file_pathtasks.json): self.file_path file_path self.tasks self._load_tasks() def _load_tasks(self): 从JSON文件加载任务如果文件不存在则返回空列表 if os.path.exists(self.file_path): try: with open(self.file_path, r, encodingutf-8) as f: return json.load(f) except (json.JSONDecodeError, IOError) as e: print(f警告读取任务文件失败将使用空列表。错误{e}) return [] return [] def _save_tasks(self): 将当前任务列表保存到JSON文件 try: with open(self.file_path, w, encodingutf-8) as f: json.dump(self.tasks, f, ensure_asciiFalse, indent2) except IOError as e: print(f错误保存任务文件失败。错误{e}) def add_task(self, description): 添加一个新任务 if not description.strip(): print(错误任务描述不能为空。) return False # 生成新ID当前最大ID 1如果列表为空则为1 new_id max([task[id] for task in self.tasks], default0) 1 new_task { id: new_id, description: description.strip(), done: False } self.tasks.append(new_task) self._save_tasks() print(f任务已添加 (ID: {new_id})) return True def list_tasks(self, show_allFalse): 列出任务。如果show_all为False只列出未完成的任务。 tasks_to_show self.tasks if show_all else [t for t in self.tasks if not t[done]] if not tasks_to_show: print(没有待办任务。 if not show_all else 任务列表为空。) return for task in tasks_to_show: status ✓ if task[done] else print(f[{status}] {task[id]}: {task[description]}) def mark_done(self, task_id): 根据ID标记任务为完成 for task in self.tasks: if task[id] task_id: if task[done]: print(f任务 {task_id} 已经是完成状态。) else: task[done] True self._save_tasks() print(f任务 {task_id} 标记为完成。) return print(f错误未找到ID为 {task_id} 的任务。) def delete_task(self, task_id): 根据ID删除任务 for i, task in enumerate(self.tasks): if task[id] task_id: del self.tasks[i] self._save_tasks() print(f任务 {task_id} 已删除。) return print(f错误未找到ID为 {task_id} 的任务。)关键点解析_load_tasks和_save_tasks以_开头的方法是“私有方法”暗示不应在类外部直接调用。它们处理了文件不存在、文件损坏JSON解析错误等异常情况增强了程序的健壮性。ID管理通过遍历现有任务列表找到最大ID来生成新ID这是一种简单有效的策略避免了ID冲突。数据验证在add_task中检查描述是否为空避免存储无意义数据。todo.py- 命令行接口import sys from todo_manager import TodoManager def main(): manager TodoManager() # sys.argv 是命令行参数列表例如 python todo.py add hello - [todo.py, add, hello] if len(sys.argv) 2: print_usage() return command sys.argv[1].lower() if command add: if len(sys.argv) 3: print(错误add 命令需要一个任务描述。) print_usage() else: # 合并第三个参数之后的所有内容作为任务描述 description .join(sys.argv[2:]) manager.add_task(description) elif command list: # 检查是否有 --all 参数 show_all --all in sys.argv manager.list_tasks(show_all) elif command done: if len(sys.argv) 3: print(错误done 命令需要一个任务ID。) print_usage() else: try: task_id int(sys.argv[2]) manager.mark_done(task_id) except ValueError: print(错误任务ID必须是数字。) elif command delete: if len(sys.argv) 3: print(错误delete 命令需要一个任务ID。) print_usage() else: try: task_id int(sys.argv[2]) manager.delete_task(task_id) except ValueError: print(错误任务ID必须是数字。) else: print(f未知命令{command}) print_usage() def print_usage(): print(用法 python todo.py add 任务描述 # 添加任务 python todo.py list [--all] # 列出任务 (--all 显示所有) python todo.py done 任务ID # 标记任务为完成 python todo.py delete 任务ID # 删除任务 ) if __name__ __main__: main()关键点解析sys.argv这是处理命令行参数最基本的方式。argparse库更强大但sys.argv对于简单CLI工具来说更直观。参数解析逻辑通过判断sys.argv的长度和内容来执行不同的分支。注意对done和delete命令的ID参数进行了类型转换和异常捕获。if __name__ __main__:这是一个非常重要的模式。它确保当你直接运行python todo.py时main()函数会被执行而当这个文件被作为模块import时main()不会自动执行。这是编写可复用Python脚本的标准做法。4.3 运行与测试将两个文件保存在同一目录。打开终端进入该目录。运行命令进行测试# 添加任务 python todo.py add 学习Python第27天 python todo.py add 写一个Todo程序 # 列出未完成任务 python todo.py list # 输出[ ] 1: 学习Python第27天 # [ ] 2: 写一个Todo程序 # 标记第一个任务为完成 python todo.py done 1 # 再次列出默认只显示未完成 python todo.py list # 输出[ ] 2: 写一个Todo程序 # 列出所有任务 python todo.py list --all # 输出[✓] 1: 学习Python第27天 # [ ] 2: 写一个Todo程序 # 删除任务 python todo.py delete 2 # 检查文件 # 当前目录下会生成一个 tasks.json 文件里面保存着你的任务数据。5. 进阶思考与扩展挑战完成基础版本后你可以尝试添加更多功能这能让你接触到更广泛的Python生态。5.1 扩展功能建议优先级为任务添加priority字段如高、中、低并允许按优先级排序和筛选。分类/标签允许为任务打上多个标签如#工作、#个人并实现按标签筛选。截止日期添加due_date字段并实现提醒功能这需要学习datetime模块。数据备份实现一个backup命令将tasks.json复制一份带时间戳的备份。使用SQLite数据库当任务量很大或关系复杂时JSON文件会变得笨重。将数据存储迁移到SQLite数据库是一个极好的练习。你会学到sqlite3模块、SQL基本语句CREATE, INSERT, SELECT, UPDATE, DELETE。5.2 引入更专业的命令行参数解析argparse我们之前的参数解析比较简陋。Python标准库的argparse模块可以生成更友好、更强大的命令行界面。import argparse # ... 其他导入 ... def main(): manager TodoManager() parser argparse.ArgumentParser(description一个简单的命令行待办事项管理器) subparsers parser.add_subparsers(destcommand, help可用命令) # 添加子命令add parser_add subparsers.add_parser(add, help添加新任务) parser_add.add_argument(description, typestr, help任务描述) # 添加子命令list parser_list subparsers.add_parser(list, help列出任务) parser_list.add_argument(--all, actionstore_true, help列出所有任务包括已完成) # 添加子命令done parser_done subparsers.add_parser(done, help标记任务为完成) parser_done.add_argument(task_id, typeint, help要标记的任务ID) # 添加子命令delete parser_delete subparsers.add_parser(delete, help删除任务) parser_delete.add_argument(task_id, typeint, help要删除的任务ID) args parser.parse_args() if args.command add: manager.add_task(args.description) elif args.command list: manager.list_tasks(args.all) elif args.command done: manager.mark_done(args.task_id) elif args.command delete: manager.delete_task(args.task_id) else: # 如果没有提供任何命令argparse会自动显示帮助信息 parser.print_help() if __name__ __main__: main()使用argparse后程序会自动生成帮助信息python todo.py -h并且参数处理更加健壮和标准。6. 常见问题与调试技巧实录在实践过程中你一定会遇到各种错误。以下是一些典型问题及解决思路。6.1 编码问题恼人的“乱码”当你尝试保存或读取包含中文等非ASCII字符的任务时可能会遇到UnicodeEncodeError。原因Python在读写文件时默认编码可能不是utf-8尤其在Windows上。解决在open()函数中显式指定编码。# 写入时 with open(file.json, w, encodingutf-8) as f: json.dump(data, f, ensure_asciiFalse) # ensure_asciiFalse 保证中文正常存储 # 读取时 with open(file.json, r, encodingutf-8) as f: data json.load(f)6.2 路径问题“文件找不到”的陷阱如果你的脚本和tasks.json不在同一个目录或者你从其他地方调用脚本可能会找不到文件。解决使用绝对路径或基于脚本位置的相对路径。import os # 获取当前脚本文件所在的目录 BASE_DIR os.path.dirname(os.path.abspath(__file__)) FILE_PATH os.path.join(BASE_DIR, tasks.json) manager TodoManager(FILE_PATH)这样无论从哪个目录运行python /path/to/todo.py都能正确找到同目录下的JSON文件。6.3 调试利器pdb交互式调试器当print()大法失效时是时候请出调试器了。在你想暂停的代码行插入import pdb; pdb.set_trace()。运行程序执行到这一行时会自动暂停进入pdb交互环境。常用命令l(list)查看当前行附近的代码。n(next)执行下一行。s(step)进入函数内部。c(continue)继续执行直到下一个断点或程序结束。p 变量名打印变量的值。q(quit)退出调试器。6.4 使用日志Logging替代Print在项目变大后到处是print()会很难管理。Python的logging模块提供了分级DEBUG, INFO, WARNING, ERROR和可配置的日志功能。import logging logging.basicConfig(levellogging.DEBUG, format%(asctime)s - %(name)s - %(levelname)s - %(message)s) logger logging.getLogger(__name__) # 替代 print(添加任务...) logger.info(开始添加任务...) try: # 某些操作 logger.debug(f操作细节变量x{x}) except Exception as e: logger.error(f添加任务时发生错误{e}, exc_infoTrue)你可以轻松地将日志输出到控制台、文件甚至通过网络发送而无需修改代码逻辑。走到“Day 27”意味着你已掌握了Python的语法基石。接下来的路就是从“学习者”转向“建造者”的关键阶段。不要再仅仅满足于读懂书上的代码而是主动去拆解、模仿、然后创造。从一个像Todo管理器这样的小工具开始遇到问题就去搜索Stack Overflow、官方文档是你的好朋友遇到瓶颈就去学习新的库或概念。这个过程会充满挫折但每一个被解决的问题都会成为你技能树上坚实的枝干。记住编程是一门实践的手艺代码行数是最好的见证。现在关闭这篇文章打开你的编辑器开始构建你的第一个真正属于自己的Python项目吧。
Python进阶实战：从Day27到项目驱动，构建命令行Todo工具
发布时间：2026/7/26 7:39:34
1. 项目概述从“第27天”看Python学习的进阶之路如果你正在啃《Python编程从入门到实践》这本书并且进度卡在了“Day 27”附近那咱们大概率是同路人。这本书的结构很清晰前半部分打基础后半部分做项目而“第27天”这个节点通常意味着你已经完成了基础语法、数据结构、函数、类等核心概念的学习正处在从“知道怎么用”到“知道怎么用得好”的关键转折点上。很多人在这里会感到迷茫基础语法好像都会了但一遇到稍微复杂的实际问题或者想自己从头搭个小项目就感觉无从下手代码写得又慢又乱。这正是“实践”环节开始发力的地方。今天我们不只谈书上的内容而是结合我这些年带新人和自己踩坑的经验聊聊如何把“Day 27”当作一个跳板真正把Python用起来解决实际问题甚至为后续的Web开发、数据分析、自动化脚本乃至AI工程化打下坚实的基础。2. 核心思路拆解超越书本的“项目驱动”学习法《Python编程从入门到实践》后半部分的三个项目外星人入侵、数据可视化、Web应用程序是经典但它们的意义远不止于教会你PyGame、Matplotlib或Django的API调用。其核心教学思路是“项目驱动学习”和“迭代开发”。2.1 为什么“做项目”比“看语法”重要十倍当你独立完成一个项目哪怕再小你被迫要处理一系列书本上不会详细教的问题环境与依赖你的代码在别人的电脑上能运行吗requirements.txt怎么写虚拟环境怎么管理错误处理网络请求超时怎么办文件不存在怎么办用户输入了奇怪的数据怎么办书本上的try...except例子很简单但真实场景复杂得多。代码组织一个.py文件写500行代码当功能增多时你会发现调试和修改简直是噩梦。如何合理地分模块、分包数据持久化游戏高分存哪里用户数据放哪儿这就引出了对文件操作json, csv、甚至轻型数据库如SQLite的需求。用户交互命令行程序不够友好这就有了学习构建简单GUI如Tkinter或Web界面如Flask的动力。书上的项目给你搭好了骨架而“Day 27”之后的自我修炼就是往这骨架上填充血肉和神经。2.2 从“模仿实现”到“设计实现”的思维转变在前27天你主要是在“模仿”按照书上的例子敲代码理解其逻辑。这之后你需要练习“设计”。例如书上的“外星人入侵”项目飞船、子弹、外星人的类都是设计好的。现在你可以试着自己设计一个需求一个“打地鼠”游戏。设计需要哪些类Game主控、Hammer锤子、Mole地鼠、Hole洞每个类有哪些属性Mole可能有is_visible,appear_time,score_value类之间如何交互Hammer点击事件如何触发Mole的隐藏和计分游戏状态如何管理进行中、暂停、结束实现基于PyGame或你更想学的其他库去编码实现这个设计。这个过程会迫使你主动查阅文档、搜索解决方案学习效率远超被动阅读。3. 环境与工具链的实战化配置书本通常只教最基本的安装。要玩真的你的开发环境需要一次升级。3.1 Python环境管理告别“全局污染”永远不要直接在系统Python里安装项目依赖。使用虚拟环境是专业化的第一步。推荐工具venv(内置) pip# 为你的“打地鼠”项目创建一个独立的虚拟环境 python -m venv mole_game_env # 激活环境 (Windows) mole_game_env\Scripts\activate # 激活环境 (macOS/Linux) source mole_game_env/bin/activate # 激活后命令行提示符前会出现环境名 (mole_game_env) # 此时所有pip安装的包都只在这个环境内 pip install pygame为什么必须用虚拟环境假设你同时在做项目A需要Django 3.2和项目B需要Django 4.0。没有虚拟环境你只能安装一个版本必然导致其中一个项目无法运行。虚拟环境为每个项目提供了隔离的“沙箱”。注意将虚拟环境目录如mole_game_env/添加到你的.gitignore文件中不要将其提交到代码仓库。你只需要提交依赖列表文件requirements.txt。3.2 依赖管理让项目可被他人复现在虚拟环境中安装好所有依赖后生成一个requirements.txt文件。pip freeze requirements.txt这个文件记录了当前环境所有包及其精确版本。别人拿到你的代码后只需pip install -r requirements.txt就能一键重建完全相同的环境。这是项目协作和部署的基石。3.3 代码编辑器/IDE的选择与高效使用从IDLE或简单的文本编辑器升级到一个功能强大的IDE会极大提升生产力。VSCode当前最流行的选择安装Python扩展提供智能补全、代码导航、调试、linting等核心功能。配置Python解释器点击VSCode底部状态栏的Python版本号选择你刚创建的虚拟环境mole_game_env中的Python解释器。这样VSCode就会在这个环境里运行和调试你的代码。常用快捷键Ctrl Shift P打开命令面板万能搜索。Ctrl 打开集成终端直接在项目目录下操作。F5启动调试。Ctrl Shift F全局搜索。PyCharm更专业、更“重型”社区版免费对Python的支持开箱即用集成了更多高级功能如数据库工具、科学计算模式适合大型项目。核心原则无论选哪个请花一点时间学习其调试功能。学会设置断点、单步执行、查看变量值是解决复杂Bug的终极武器远比print()高效和强大。4. 项目实战构建一个命令行待办事项管理器让我们脱离书本的既有项目从头设计并实现一个真正有用的工具一个命令行下的待办事项Todo List管理器。它将综合运用文件IO、异常处理、命令行参数解析等核心知识。4.1 需求分析与设计功能列表添加任务todo add “购买 groceries”列出所有任务todo list标记任务为完成todo done 11为任务ID删除任务todo delete 2数据持久化任务列表保存在本地的JSON文件中。数据结构设计 每个任务用一个字典表示所有任务组成一个列表并保存为JSON。# 在内存中的结构 tasks [ {id: 1, description: 购买 groceries, done: False}, {id: 2, description: 学习Python, done: True}, ] # 保存到文件 tasks.json 的内容 # [{id: 1, description: 购买 groceries, done: false}, ...]4.2 核心模块实现我们创建两个文件todo.py主程序和todo_manager.py核心逻辑。todo_manager.py- 数据管理核心import json import os class TodoManager: def __init__(self, file_pathtasks.json): self.file_path file_path self.tasks self._load_tasks() def _load_tasks(self): 从JSON文件加载任务如果文件不存在则返回空列表 if os.path.exists(self.file_path): try: with open(self.file_path, r, encodingutf-8) as f: return json.load(f) except (json.JSONDecodeError, IOError) as e: print(f警告读取任务文件失败将使用空列表。错误{e}) return [] return [] def _save_tasks(self): 将当前任务列表保存到JSON文件 try: with open(self.file_path, w, encodingutf-8) as f: json.dump(self.tasks, f, ensure_asciiFalse, indent2) except IOError as e: print(f错误保存任务文件失败。错误{e}) def add_task(self, description): 添加一个新任务 if not description.strip(): print(错误任务描述不能为空。) return False # 生成新ID当前最大ID 1如果列表为空则为1 new_id max([task[id] for task in self.tasks], default0) 1 new_task { id: new_id, description: description.strip(), done: False } self.tasks.append(new_task) self._save_tasks() print(f任务已添加 (ID: {new_id})) return True def list_tasks(self, show_allFalse): 列出任务。如果show_all为False只列出未完成的任务。 tasks_to_show self.tasks if show_all else [t for t in self.tasks if not t[done]] if not tasks_to_show: print(没有待办任务。 if not show_all else 任务列表为空。) return for task in tasks_to_show: status ✓ if task[done] else print(f[{status}] {task[id]}: {task[description]}) def mark_done(self, task_id): 根据ID标记任务为完成 for task in self.tasks: if task[id] task_id: if task[done]: print(f任务 {task_id} 已经是完成状态。) else: task[done] True self._save_tasks() print(f任务 {task_id} 标记为完成。) return print(f错误未找到ID为 {task_id} 的任务。) def delete_task(self, task_id): 根据ID删除任务 for i, task in enumerate(self.tasks): if task[id] task_id: del self.tasks[i] self._save_tasks() print(f任务 {task_id} 已删除。) return print(f错误未找到ID为 {task_id} 的任务。)关键点解析_load_tasks和_save_tasks以_开头的方法是“私有方法”暗示不应在类外部直接调用。它们处理了文件不存在、文件损坏JSON解析错误等异常情况增强了程序的健壮性。ID管理通过遍历现有任务列表找到最大ID来生成新ID这是一种简单有效的策略避免了ID冲突。数据验证在add_task中检查描述是否为空避免存储无意义数据。todo.py- 命令行接口import sys from todo_manager import TodoManager def main(): manager TodoManager() # sys.argv 是命令行参数列表例如 python todo.py add hello - [todo.py, add, hello] if len(sys.argv) 2: print_usage() return command sys.argv[1].lower() if command add: if len(sys.argv) 3: print(错误add 命令需要一个任务描述。) print_usage() else: # 合并第三个参数之后的所有内容作为任务描述 description .join(sys.argv[2:]) manager.add_task(description) elif command list: # 检查是否有 --all 参数 show_all --all in sys.argv manager.list_tasks(show_all) elif command done: if len(sys.argv) 3: print(错误done 命令需要一个任务ID。) print_usage() else: try: task_id int(sys.argv[2]) manager.mark_done(task_id) except ValueError: print(错误任务ID必须是数字。) elif command delete: if len(sys.argv) 3: print(错误delete 命令需要一个任务ID。) print_usage() else: try: task_id int(sys.argv[2]) manager.delete_task(task_id) except ValueError: print(错误任务ID必须是数字。) else: print(f未知命令{command}) print_usage() def print_usage(): print(用法 python todo.py add 任务描述 # 添加任务 python todo.py list [--all] # 列出任务 (--all 显示所有) python todo.py done 任务ID # 标记任务为完成 python todo.py delete 任务ID # 删除任务 ) if __name__ __main__: main()关键点解析sys.argv这是处理命令行参数最基本的方式。argparse库更强大但sys.argv对于简单CLI工具来说更直观。参数解析逻辑通过判断sys.argv的长度和内容来执行不同的分支。注意对done和delete命令的ID参数进行了类型转换和异常捕获。if __name__ __main__:这是一个非常重要的模式。它确保当你直接运行python todo.py时main()函数会被执行而当这个文件被作为模块import时main()不会自动执行。这是编写可复用Python脚本的标准做法。4.3 运行与测试将两个文件保存在同一目录。打开终端进入该目录。运行命令进行测试# 添加任务 python todo.py add 学习Python第27天 python todo.py add 写一个Todo程序 # 列出未完成任务 python todo.py list # 输出[ ] 1: 学习Python第27天 # [ ] 2: 写一个Todo程序 # 标记第一个任务为完成 python todo.py done 1 # 再次列出默认只显示未完成 python todo.py list # 输出[ ] 2: 写一个Todo程序 # 列出所有任务 python todo.py list --all # 输出[✓] 1: 学习Python第27天 # [ ] 2: 写一个Todo程序 # 删除任务 python todo.py delete 2 # 检查文件 # 当前目录下会生成一个 tasks.json 文件里面保存着你的任务数据。5. 进阶思考与扩展挑战完成基础版本后你可以尝试添加更多功能这能让你接触到更广泛的Python生态。5.1 扩展功能建议优先级为任务添加priority字段如高、中、低并允许按优先级排序和筛选。分类/标签允许为任务打上多个标签如#工作、#个人并实现按标签筛选。截止日期添加due_date字段并实现提醒功能这需要学习datetime模块。数据备份实现一个backup命令将tasks.json复制一份带时间戳的备份。使用SQLite数据库当任务量很大或关系复杂时JSON文件会变得笨重。将数据存储迁移到SQLite数据库是一个极好的练习。你会学到sqlite3模块、SQL基本语句CREATE, INSERT, SELECT, UPDATE, DELETE。5.2 引入更专业的命令行参数解析argparse我们之前的参数解析比较简陋。Python标准库的argparse模块可以生成更友好、更强大的命令行界面。import argparse # ... 其他导入 ... def main(): manager TodoManager() parser argparse.ArgumentParser(description一个简单的命令行待办事项管理器) subparsers parser.add_subparsers(destcommand, help可用命令) # 添加子命令add parser_add subparsers.add_parser(add, help添加新任务) parser_add.add_argument(description, typestr, help任务描述) # 添加子命令list parser_list subparsers.add_parser(list, help列出任务) parser_list.add_argument(--all, actionstore_true, help列出所有任务包括已完成) # 添加子命令done parser_done subparsers.add_parser(done, help标记任务为完成) parser_done.add_argument(task_id, typeint, help要标记的任务ID) # 添加子命令delete parser_delete subparsers.add_parser(delete, help删除任务) parser_delete.add_argument(task_id, typeint, help要删除的任务ID) args parser.parse_args() if args.command add: manager.add_task(args.description) elif args.command list: manager.list_tasks(args.all) elif args.command done: manager.mark_done(args.task_id) elif args.command delete: manager.delete_task(args.task_id) else: # 如果没有提供任何命令argparse会自动显示帮助信息 parser.print_help() if __name__ __main__: main()使用argparse后程序会自动生成帮助信息python todo.py -h并且参数处理更加健壮和标准。6. 常见问题与调试技巧实录在实践过程中你一定会遇到各种错误。以下是一些典型问题及解决思路。6.1 编码问题恼人的“乱码”当你尝试保存或读取包含中文等非ASCII字符的任务时可能会遇到UnicodeEncodeError。原因Python在读写文件时默认编码可能不是utf-8尤其在Windows上。解决在open()函数中显式指定编码。# 写入时 with open(file.json, w, encodingutf-8) as f: json.dump(data, f, ensure_asciiFalse) # ensure_asciiFalse 保证中文正常存储 # 读取时 with open(file.json, r, encodingutf-8) as f: data json.load(f)6.2 路径问题“文件找不到”的陷阱如果你的脚本和tasks.json不在同一个目录或者你从其他地方调用脚本可能会找不到文件。解决使用绝对路径或基于脚本位置的相对路径。import os # 获取当前脚本文件所在的目录 BASE_DIR os.path.dirname(os.path.abspath(__file__)) FILE_PATH os.path.join(BASE_DIR, tasks.json) manager TodoManager(FILE_PATH)这样无论从哪个目录运行python /path/to/todo.py都能正确找到同目录下的JSON文件。6.3 调试利器pdb交互式调试器当print()大法失效时是时候请出调试器了。在你想暂停的代码行插入import pdb; pdb.set_trace()。运行程序执行到这一行时会自动暂停进入pdb交互环境。常用命令l(list)查看当前行附近的代码。n(next)执行下一行。s(step)进入函数内部。c(continue)继续执行直到下一个断点或程序结束。p 变量名打印变量的值。q(quit)退出调试器。6.4 使用日志Logging替代Print在项目变大后到处是print()会很难管理。Python的logging模块提供了分级DEBUG, INFO, WARNING, ERROR和可配置的日志功能。import logging logging.basicConfig(levellogging.DEBUG, format%(asctime)s - %(name)s - %(levelname)s - %(message)s) logger logging.getLogger(__name__) # 替代 print(添加任务...) logger.info(开始添加任务...) try: # 某些操作 logger.debug(f操作细节变量x{x}) except Exception as e: logger.error(f添加任务时发生错误{e}, exc_infoTrue)你可以轻松地将日志输出到控制台、文件甚至通过网络发送而无需修改代码逻辑。走到“Day 27”意味着你已掌握了Python的语法基石。接下来的路就是从“学习者”转向“建造者”的关键阶段。不要再仅仅满足于读懂书上的代码而是主动去拆解、模仿、然后创造。从一个像Todo管理器这样的小工具开始遇到问题就去搜索Stack Overflow、官方文档是你的好朋友遇到瓶颈就去学习新的库或概念。这个过程会充满挫折但每一个被解决的问题都会成为你技能树上坚实的枝干。记住编程是一门实践的手艺代码行数是最好的见证。现在关闭这篇文章打开你的编辑器开始构建你的第一个真正属于自己的Python项目吧。
