脚本优化建议：让代码跑得更快更稳

别让你的脚本卡成PPT

你有没有遇到过这种情况？写了个自动备份文件的脚本，一开始挺快，结果数据一多，运行一次要等三分钟，点一下鼠标就得去泡杯咖啡。其实问题不在电脑慢，大概率是脚本没优化好。

很多新手写脚本只关注“能不能跑通”，忽略了“怎么跑得更好”。时间一长，小问题积成大负担。下面这些优化建议，都是平时写shell、Python脚本时踩过的坑，拿来就能用。

减少重复计算，能缓存就缓存

比如你要处理一批日志，每次都要提取日期并判断是否为工作日。如果对每条记录都调一次日期函数，效率就很低。不如先把结果算好存起来：

import datetime

# 不推荐：每行都算一遍
def is_weekday_slow(date_str):
    date_obj = datetime.datetime.strptime(date_str, "%Y-%m-%d")
    return date_obj.weekday() < 5

# 推荐：缓存已计算的结果
from functools import lru_cache

@lru_cache(maxsize=30)
def is_weekday_fast(date_str):
    date_obj = datetime.datetime.strptime(date_str, "%Y-%m-%d")
    return date_obj.weekday() < 5

加个@lru_cache，同样的输入直接返回结果，速度提升明显。

避免在循环里做I/O操作

有个朋友写了个脚本，遍历1000个文件，每个文件读一行就写进数据库。结果跑了二十分钟。我让他改成先收集所有内容，最后统一写入，时间降到40秒。

I/O操作（比如读写文件、网络请求）比内存操作慢得多。尽量把零散的写操作合并。

选对数据结构，事半功倍

查一个元素在不在集合里，用列表in查找是O(n)，换成set就是O(1)。看着只是换了个括号，实际差距可能几十倍。

# 慢
blacklist = ["user1", "user2", ...]  # 几百个用户
if username in blacklist:
    continue

# 快
blacklist = {"user1", "user2", ...}
if username in blacklist:
    continue

善用内置函数和库

自己写个for循环求和，不如直接sum()；想批量重命名文件，os.walk配合pathlib比手动拼路径靠谱多了。内置函数大多是C实现的，比纯Python快。

还有像pandas处理表格数据，一行groupby顶你写半天逻辑。别 reinvent the wheel。

及时释放资源

打开文件记得关，数据库连接用完要断开。虽然Python会回收，但不保证立刻执行。最好用with上下文管理：

with open("data.log", "r") as f:
    content = f.read()
# 到这里文件自动关闭

这样即使中间出错，也能安全释放资源。

用工具看看瓶颈在哪

别瞎猜哪里慢。Python可以用cProfile看哪个函数耗时最多：

python -m cProfile my_script.py

输出结果会告诉你每个函数执行了多少次、花了多少时间。优化目标立马清晰。

脚本这东西，改几行可能就从“勉强能用”变成“顺滑如丝”。关键是养成好习惯，写的时候多想一步，后期省心一大截。