点赞、收藏、加关注，下次找我不迷路

在正式探究底层实现前，先简单回顾一下大家日常使用的import语句的常见形式。

1.1 导入整个模块

最基本的方式就是直接导入整个模块，语法如下：

import module_name

列如我们要使用 Python 的数学计算模块math来计算平方根，代码可以这样写：

import math
result = math.sqrt(25)
print(result)  

在这个例子中，我们通过import math导入了math模块，之后使用math.sqrt()来调用模块中的sqrt函数进行平方根计算。这种方式的好处是，通过模块名作为前缀，可以清晰地知道调用的函数或变量来自哪个模块，有效避免了命名冲突。

1.2 导入模块中的特定内容

有时我们并不需要整个模块的所有功能，只想引入其中特定的函数、类或变量，这时可以使用以下语法：

from module_name import item_name

例如，我们只想从math模块中导入sqrt函数，代码可以简化为：

from math import sqrt
result = sqrt(25)

print(result)

这样在使用sqrt函数时，就不需要再加上模块名前缀，代码看起来更加简洁。但要注意，如果从不同模块导入了同名的函数或变量，就可能会产生命名冲突。

1.3 导入模块中的所有内容

还有一种方式可以导入模块中的所有公共内容，语法为：

from module_name import *

不过这种方式在大型项目中并不推荐使用，由于它会将模块中的所有内容都引入到当前命名空间，大大增加了命名冲突的风险，使得代码的可读性和可维护性变差。列如有两个模块module1和module2，它们都有一个名为func的函数，如果同时使用from module1 import *和from module2 import *，那么在调用func时就无法明确它到底来自哪个模块。

1.4 导入模块并给模块取别名

当模块名比较长或者为了提高代码的可读性，我们可以给导入的模块取一个别名，语法如下：

import module_name as alias_name

以常用的数据分析库numpy为例，一般我们会给它取别名np：

import numpy as np
array = np.array([1, 2, 3, 4])

print(array)

这样在后续使用numpy模块的功能时，通过简短的别名np来调用，代码更加简洁易读。

2. import语句的底层执行流程

当 Python 解释器遇到import语句时，它会按照一系列步骤来完成模块的导入工作，这个过程可以大致分为以下几个阶段。

2.1 模块搜索阶段

Python 解释器第一会在多个地方搜索要导入的模块，主要搜索路径如下：

1. 当前工作目录：解释器会先在当前运行脚本所在的目录中查找模块。例如，如果我们在C:projectsmy_project目录下运行一个 Python 脚本，并且该脚本中使用了import my_module，那么解释器会先在C:projectsmy_project目录中寻找my_module.py文件。
2. Python 标准库路径：如果在当前工作目录中没有找到对应的模块，解释器会接着在 Python 安装目录下的标准库路径中查找。这些路径是 Python 安装时就已经配置好的，包含了大量内置的标准库模块。列如math模块，它就位于 Python 标准库路径中，所以我们无需任何额外配置就可以直接导入使用。
3. 第三方库路径：对于通过包管理工具（如pip）安装的第三方库，它们一般会被安装到特定的目录中，这些目录也会被添加到 Python 的模块搜索路径中。例如，我们使用pip install requests安装了requests库，那么解释器在搜索模块时，也会在requests库的安装目录中查找。
4. 环境变量PYTHONPATH指定的路径：PYTHONPATH是一个环境变量，我们可以通过设置它来指定额外的模块搜索路径。例如，我们有一个自定义的模块库，存放在C:my_custom_modules目录下，我们可以将这个目录添加到PYTHONPATH环境变量中，这样解释器在搜索模块时，也会在这个目录中查找。

我们可以通过以下代码来查看 Python 的模块搜索路径：

import sys
print(sys.path)

sys.path是一个列表，包含了上述提到的各个搜索路径。

2.2 模块加载阶段

一旦找到了要导入的模块，Python 解释器就会进入模块加载阶段。在这个阶段，解释器会根据模块的类型（如 Python 源文件、编译后的字节码文件、动态链接库等）来选择合适的方式加载模块。

1. 对于 Python 源文件（.py文件）：解释器会读取源文件的内容，并将其编译成字节码。字节码是一种中间形式的代码，它更接近计算机能够直接执行的机器码，这样可以提高代码的执行效率。编译后的字节码会被存储在内存中，并且在后续的运行过程中被解释器执行。

2. 对于编译后的字节码文件（.pyc文件）：如果存在与源文件对应的.pyc文件，并且该文件的修改时间比源文件新（即源文件没有被修改过），那么解释器会直接加载.pyc文件，而跳过源文件的编译过程。这是由于.pyc文件已经是编译好的字节码，直接加载可以节省编译时间，提高程序的启动速度。

3. 对于动态链接库（如.so文件在 Linux 系统中，.pyd文件在 Windows 系统中）：这些一般是用其他编程语言（如 C、C++）编写的扩展模块。Python 解释器会使用特定的机制来加载这些动态链接库，并将其中定义的函数、类等对象注册到 Python 的命名空间中，以便在 Python 代码中可以调用。

2.3 模块初始化阶段

在模块加载完成后，解释器会对模块进行初始化。在这个阶段，模块中的顶层代码（即没有嵌套在任何函数或类定义中的代码）会被执行。这些顶层代码可能包括函数或类的定义、全局变量的赋值、导入其他模块等操作。

例如，在下面的模块example_module.py中：

# example_module.py
print("This is the top - level code in example_module")
global_variable = 10
def example_function():
    print("This is an example function")

当我们导入example_module时，print("This is the top - level code in example_module")这行代码会被立即执行，输出相应的信息。同时，global_variable会被赋值为 10，example_function函数也会被定义并可以在后续被调用。

需要注意的是，如果模块中存在一些副作用代码（如打印输出、执行函数等），这些副作用会在导入模块时被执行。为了避免这种情况，我们一般会将那些只在直接运行模块时才需要执行的代码放在if __name__ == "__main__":代码块中。例如：

# example_module.py
def example_function():
    print("This is an example function")
if __name__ == "__main__":
    example_function()

这样，当我们直接运行example_module.py时，example_function会被调用；而当这个模块被其他模块导入时，if __name__ == "__main__":代码块中的内容不会被执行，从而避免了不必要的副作用。

2.4 模块缓存阶段

Python 为了提高模块导入的效率，引入了模块缓存机制。一旦一个模块被成功导入，它就会被缓存起来。在后续的导入过程中，如果再次尝试导入同一个模块，Python 解释器会直接从缓存中获取该模块，而不会重复执行上述的搜索、加载和初始化过程。这样可以大大减少模块导入的时间开销，特别是在一个程序中多次导入同一个模块的情况下。

我们可以通过sys.modules来查看当前已经被缓存的模块。sys.modules是一个字典，其中键是模块名，值是对应的模块对象。例如：

import sys
import math
print(sys.modules['math'])  

这会输出math模块对应的对象，表明math模块已经被缓存。

3. 动态导入与__import__函数

在一些特殊的编程场景中，我们可能需要在程序运行时动态地决定导入哪个模块，这时候就可以使用 Python 的动态导入机制。__import__函数是 Python 实现动态导入的核心函数，它实际上是import语句在底层调用的函数。

__import__函数的基本语法如下：

__import__(name, globals=None, locals=None, fromlist=(), level=0)

参数说明：

• name：要导入的模块名（字符串形式）。例如，如果要导入math模块，name就为'math'。

• globals和locals：一般传入全局和局部命名空间字典，在大多数情况下，我们可以使用默认值None。

• fromlist：指定从模块中导入的子模块或对象列表。如果为空列表，表明只导入模块本身；如果指定了子模块或对象名，如['sqrt']，则表明从模块中导入sqrt这个对象。

• level：相对导入的层级，默认为 0（表明绝对导入）。关于相对导入，我们后面会详细介绍。

下面是一个使用__import__函数动态导入模块的简单示例：

module_name = "math"
math_module = __import__(module_name)
result = math_module.sqrt(25)
print(result)  

在这个例子中，我们通过一个字符串变量module_name来指定要导入的模块名，然后使用__import__函数动态导入math模块，并调用其中的sqrt函数。

不过，__import__函数的语法相对复杂，并且在处理相对导入等情况时不够直观，容易出错。因此，在现代 Python 开发中，更推荐使用importlib模块中的import_module函数来进行动态导入。

4. importlib模块：更强劲的导入工具

importlib模块是 Python 标准库中专门用于实现模块导入机制的模块，它提供了更加灵活和强劲的方式来处理模块导入，包括动态导入、自定义导入等功能。

4.1 使用importlib.import_module进行动态导入

importlib.import_module函数是importlib模块中用于动态导入模块的常用函数，它的语法比__import__函数更加简洁明了。基本语法如下：

importlib.import_module(name, package=None)

参数说明：

• name：要导入的模块名，可以是绝对路径（如'math'），也可以是相对路径（如'..mod'）。

• package：当name是相对路径时，需要指定package参数，它表明相对导入的基准包名。

例如，我们使用importlib.import_module来实现前面__import__函数的示例：

import importlib
module_name = "math"
math_module = importlib.import_module(module_name)
result = math_module.sqrt(25)
print(result)  

可以看到，代码更加简洁，并且在处理相对导入等复杂情况时，importlib.import_module函数提供了更好的支持和可读性。

4.2 使用importlib实现自定义导入

importlib模块还允许我们创建自定义的导入器（importer），通过自定义导入器，我们可以实现一些特殊的模块导入逻辑。例如，我们可以创建一个导入器，使其能够从网络上下载模块并导入，或者从加密的文件中读取模块内容并导入等。

虽然创建自定义导入器的场景相对较少，但在一些特定的应用场景（如开发特定的框架、插件系统等）中，它可以提供超级强劲的功能扩展能力。不过，由于创建自定义导入器涉及到比较复杂的代码编写和对 Python 导入机制的深入理解，这里就不详细展开介绍了。

5. 绝对导入与相对导入

在 Python 的模块导入中，还有两个重大的概念：绝对导入和相对导入。

5.1 绝对导入

绝对导入是从项目的根目录或顶层包开始的导入方式。在使用绝对导入时，我们需要指定完整的包路径来导入模块，无论当前的工作目录是什么。绝对导入方式能够确保导入路径的明确性，在大型项目中超级有用。例如，有一个项目结构如下：

my_project/
    ├── my_package/
    │   ├── module1.py
    │   └── module2.py
    └── main.py

在main.py中，如果要导入my_package包中的module1.py，可以使用绝对导入：

from my_package import module1

这里从项目的根目录my_project开始，明确指定了要导入的my_package包下的module1模块。

5.2 相对导入

相对导入是从当前模块所在位置出发的导入方式。在相对导入中，我们使用点（.）来表明当前模块的位置，然后指定相对于当前模块的导入路径。相对导入有两种方式：隐式相对导入和显式相对导入。

1. 隐式相对导入：使用单个点（.）表明从当前文件夹中导入模块。例如，在上述项目结构中，module2.py中要导入同目录下的module1.py，可以使用隐式相对导入：

from. import module1

这里的.表明当前module2.py所在的目录my_package。

2. 显式相对导入：使用多个点（..）表明向上一级包中导入模块。例如，在module2.py中，如果要导入上一级目录中的某个模块，可以使用..。假设my_project目录下还有一个common包，里面有一个util.py模块，module2.py要导入util.py，可以这样写：

from..common import util

这里的..表明向上一级目录my_project，然后再指定common包下的util模块。

需要注意的是，相对导入只能在包内使用，即包含__init__.py文件的目录结构中。并且在 Python 3 中，相对导入的语法更加严格，推荐使用显式相对导入，以避免一些潜在的问题。