Python开发 ≠ 纯Python

2025-07-25

背景：自动化的翻译制卡需求

我最近在用一款开源电子书阅读器 AnxReader 学外语。它功能齐全，但无法直接与 Anki（一款卡片式记忆软件） 联动，我每次都需要手动导出数据库进行解析，再整理成 Anki 卡片，过程相当繁琐

方便起见，我写了一个python脚本来进行自动化制卡。因为阅读器本身支持LLM翻译，在制卡时我选择了使用DeepSeek进行翻译

但前段时间的一次重装系统清除了本地的所有依赖，甚至Python本身，我需要重新安装一切

一、Python安装选择

一直以来我都是通过“下载安装包、手动配置环境变量”的方式安装python。但这次访问官网，我意外发现官方有一个推荐的安装方式，从微软商店下载。经过查阅，我得知这种方式有以下几点优势：

  1. 自动管理环境：它会自动处理好 PATH 环境变量，避免手动配置可能带来的疏漏和冲突
  2. 使用 py.exe 启动器：当系统中存在多个版本时，可通过 py -3.12 ... 精确调用特定版本的解释器来执行脚本或安装包，无需手动修改环境变量

二、找不到 Rust与缺少 C++ 工具集

安装opneai库时，日志指出依赖另一个库jiter，而在安装jiter时，日志又指出找不到 Rust 工具链，从而导致安装失败

  • Rust/C++重写核心逻辑：经过查阅，我发现这是现代 Python 生态的一个趋势。为了追求极致的性能，许多现代 Python 库（尤其是数据处理和Web框架相关的底层库）的核心部分正采用 Rust 或 C++ 重写，然后通过语言绑定（如 PyO3）暴露给 Python 使用。jiter (一个 JIT 编译器) 正是这类库的典型代表。它们不再是纯 Python 代码，而是需要在用户本地编译的原生依赖
  • 安装Rust：往 Rust 官网 下载运行 rustup-init.exe。

运行rustup-init.exe后，日志第一时间指出找不到C++构建工具，并给出了是否下载Visual Studio Installer的选项。我的Visual Studio也因为重装系统而丢失了，尽管本体存储在其他磁盘，可工具集的调用链被斩断了，为了避免不必要的麻烦，我选择重新安装一遍

  • 补全C++工具集：Visual Studio Installer 是小型化的社区版的Visual Studio安装器，不需要像正常Installer那样选择安装的工具集，默认只有两个工具集

    注意：安装 Visual Studio 的过程较长，会在 90% 的进度“卡住”，最后一下子安装成功。通过任务管理器可以发现Installer仍然存在CPU占用

三、Python 版本太新

error: the configured Python interpreter version (3.14) is newer than PyO3's maximum supported version (3.13)

官网默认安装的python版本为最新版，而依赖的支持没有跟上。这里py.exe的优势就体现了出来

  • 使用 py.exe 启动器
    1. 安装 python 3.12

    2. 直接指定版本安装依赖，无需修改环境变量

       # 指定 Python 3.12 来安装依赖
 py -3.12 -m pip install openai deep-translator

 # 指定 Python 3.12 来运行脚本
 py -3.12 my_anki_script.py

总结

  1. Python 开发 ≠ 纯 Python：高性能 Python 库往往通过Rust/C++实现性能优化的。这是一种通用的优化方式，正如UE开发中通常使用C++编写蓝图核心逻辑以优化性能
  2. 工具链环环相扣： pip -> Rust -> C++ 构建工具
  3. 多版本环境下的版本管理：正如 py.exe 解决了 Python 多版本共存的问题，我在 Node.js 中也曾因版本不匹配而焦头烂额。理解并善用各个系统提供的版本管理工具（如 py.exe、nvm ），是确保稳定开发的关键