Python import机制：模块查找路径、import的执行流程、模块缓存机制

聊到脚本启动的延时加载，咱们得先搞清楚一个基础问题——Python 到底是怎么找到并加载一个模块的？

我刚开始用 Python 那会儿，遇到过一件挺尴尬的事。自己写了个 utils.py，结果怎么 import 都报错。折腾了半天才发现，是文件名跟标准库重名了。嗯，从那以后我就认真研究了一下 import 的底层机制。

说白了，import 就干三件事：找文件、读文件、缓存结果。咱们一个一个来看。

模块查找路径：sys.path 的秘密

当你写下 import requests，Python 到底去哪儿找这个模块？

答案藏在 sys.path 里。这是一个列表，里面存了一堆路径。Python 会按顺序挨个翻一遍。

import sys
print(sys.path)
# 输出大概长这样：
# ['/当前项目目录',
#  '/usr/lib/python3.10',
#  '/usr/lib/python3.10/lib-dynload',
#  '/usr/local/lib/python3.10/dist-packages',
#  ...]

我个人习惯把这个列表记成三部分：

来源	说明	典型路径
当前脚本所在目录	自动添加，排在最前面	`/home/user/my_project`
Python 标准库路径	解释器自带的模块	`/usr/lib/python3.10`
第三方包安装路径	pip install 放的地方	`site-packages`

你想想看，如果两个路径下有同名模块，谁排在前面谁就被加载。这就是为什么我建议项目里别用 string.py、json.py 这种名字——标准库里已经有了，你的文件会被忽略掉。

注意： 我曾经在项目里建了个 logging.py，结果整个项目的日志全丢了。因为 Python 先找到了我的文件，标准库的 logging 根本没加载。排查了整整一下午。

import 的执行流程：一步步拆解

好，路径找到了，接下来 Python 怎么把模块装进来？

我习惯把 import 拆成 5 步：

检查缓存 —— 看看 sys.modules 里有没有
查找模块 —— 遍历 sys.path 找文件
加载模块 —— 编译 + 执行代码
缓存模块 —— 存到 sys.modules
绑定名称 —— 把模块赋值给变量

举个例子，你写 import os：

# 第一步：检查 sys.modules
if 'os' in sys.modules:
    module = sys.modules['os']
else:
    # 第二步：在 sys.path 里找 os.py
    # 第三步：找到后编译执行
    # 第四步：存入 sys.modules
    # 第五步：绑定到当前命名空间
    import os  # 实际执行的就是这五步

这里有个关键点——模块里的代码只执行一次。第二次 import 的时候，直接从缓存拿了，不会再跑一遍。

核心结论： import 的开销主要发生在第一次。后续的 import 几乎没成本，因为走的是缓存。

模块缓存机制：sys.modules 的妙用

sys.modules 是个字典，key 是模块名，value 是模块对象。所有已经加载过的模块都在这儿。

import sys
print(len(sys.modules))  # 看看已经加载了多少模块
# 输出：大概 50~80 个（刚启动时）

我做过一个实验：

import time

# 第一次 import
start = time.time()
import json
print(f"第一次：{time.time() - start:.6f} 秒")

# 第二次 import
start = time.time()
import json
print(f"第二次：{time.time() - start:.6f} 秒")

# 输出：
# 第一次：0.002345 秒
# 第二次：0.000001 秒

看到了吧？差了三个数量级。这就是缓存的威力。

那这个机制跟延时加载有什么关系？关系大了。

你想想看，如果你的脚本一启动就 import 了 50 个模块，每个模块哪怕只花 0.01 秒，加起来就是 0.5 秒。用户等得心焦。

而延时加载的思路就是——用的时候再 import，用完就扔缓存里。反正第二次调用几乎不花时间。

小技巧： 你可以用 sys.modules.keys() 看看当前加载了哪些模块。我经常用这招排查「某个模块是不是被提前加载了」。

一张图看懂 import 机制

下面这张图是我自己画的，把整个流程串起来了：

这张图我画了好几次才满意。核心就一句话：缓存命中就走快车道，没命中才走完整流程。

实际项目中的应用

理解了 import 机制，咱们就能做很多优化了。

比如我做过一个 CLI 工具，启动时只 import 了 3 个核心模块。其他 20 多个模块，都在具体函数里按需 import：

# 启动时只加载必要的
import sys
import argparse
import json

def handle_network():
    # 用的时候再加载
    import requests
    import socket
    # ... 处理逻辑

def handle_database():
    # 同理
    import pymongo
    from sqlalchemy import create_engine
    # ... 处理逻辑

这样启动时间从 1.2 秒降到了 0.3 秒。用户反馈「快多了」。

我的建议： 写库或者写工具时，把重型模块（比如 pandas、numpy、requests）放到函数内部 import。启动时只 import 轻量模块。这是最直接的延时加载手段。

嗯，import 机制就聊到这儿。记住三个关键词：sys.path 决定去哪找，sys.modules 决定是否缓存，第一次加载最耗时。后面讲延时加载方案时，这些知识会反复用到。

📚 课程目录

Python import机制：模块查找路径、import的执行流程、模块缓存机制

模块查找路径：sys.path 的秘密

import 的执行流程：一步步拆解

模块缓存机制：sys.modules 的妙用

一张图看懂 import 机制

实际项目中的应用