零到全栈 · 课程
模块 6.1：第三方库和 PyPI
并非所有的功能都要从 0 开发，学习使用第三方库，拒绝重新造轮子。
先接一下模块 5 的账
模块 5 收官时，我们留了两笔账：/api/analyze 的分析是假的，每次分析完就丢了。这个模块把它们还清。这一节，先对付第一笔：让分析变成真的。
那问题来了：“真的”，怎么算？
先说拼音。 要给任意一段中文标注拼音，就得有一张覆盖几万个汉字的读音表；这还不够——中文有多音字：“重庆”的“重”和“重要”的“重”不是一个音，“行长”“银行”“行走”里的“行”能读出花来。还得整理出海量的词组规则，才能判断在哪个词里读哪个音。
再说情感分数。 凭什么说这句话 “0.9 分，偏积极”，而另一句话 “0.5分，偏中性”？这个分不是查表查出来的，得有一个从大量真实文本里学出来的模型来判断。训练模型，得先有语料、有方法、有时间。
我们掂量一下：这两样，我们自己可以做吗？不是不能做，只是会很花时间。
所以面对这种需求，正确的第一反应不该是“我怎么把它写出来”。程序员圈有个特别形象的说法——“重新造轮子”（reinvent the wheel）：轮子早被造出来了，非要从头再搓一个，费时费力，还多半造得更糙。
如果有成熟的现成品，那就别自己重复造。
所以第一反应应该是先问一句：这件事，社区里是不是早有人写好了？ 这一节，我们就把“找现成的库”这套动作，完整走一遍。
去哪找：PyPI，和几种查法
“别人写好的库”放在哪？这个问题我们在前端见过答案：npm 的包都放在 npm registry 上，npm install animejs 就是从那儿下载的（4.2）。
Python 世界的同款叫 PyPI（Python Package Index），网址 pypi.org——这里有几十万个包，人人可取。
怎么从里面找到想要的那一个？方式不止一种：
- 直接上 pypi.org 搜关键词，看简介、安装命令、文档链接、版本历史；
- 用搜索引擎搜“python 中文 拼音 库”这类；
- 或者干脆问 AI：把需求描述给它，让它推荐几个候选。
三条路都能给出“候选”，但谁都不保证候选靠谱——尤其是 AI。一是它的知识有截止时间，可能推荐过时的方案；二是它偶尔会一本正经地编出一个不存在的包名（这叫“幻觉”），甚至有坏人专门抢注这类名字、放进恶意代码。再加上 PyPI 上谁都能上传——这是生态繁荣的原因，也意味着上面质量参差。
所以立一条规矩：不管候选是搜出来的还是 AI 给的，拿到手都得自己验一遍（下一步就验）。回想 5.1 那句话——“照着别人的文档，用上别人的能力”，前提是先找到靠谱的“别人”。
用这套方法，锁定 pypinyin 和 snownlp
回到我们的两个需求，就用上面的方式查一查。
搜“中文 拼音”，或者问 AI“Python 里给中文标拼音、还能处理多音字的库有哪些”——线索都指向同一个名字：pypinyin。再搜“中文 情感分析”，答案则落在 snownlp 上。
候选有了。但先别急着 pip install——按刚立的规矩，先验。
验库：靠谱吗？能不能满足需求？
验两层。
第一层，靠不靠谱。 打开候选在 PyPI 的页面（一般带 GitHub 仓库链接），看两个快信号：
- GitHub 星数——多少人给它点过赞，是人气和信任最直观的参考；
- 最近更新时间——还活着吗？持续发版说明有人在认真维护；几年没动的库要谨慎。
第二层，能不能满足需求。 人气高不等于合用，还得翻开文档，拿它和我们的需求逐条对照：
- 拼音：要能带声调，还要认多音字（“重庆”和“重要”的“重”读不同音）；
- 情感：要能给出一个 0 到 1 的分数，好换算成“偏积极 / 偏消极”。
读 pypinyin、snownlp 的文档，看它们提供的函数是不是正好覆盖这些——覆盖得上，才算选对了。
看那这两个库的文档，可以去它们各自的 GitHub 项目主页：
- pypinyin：https://github.com/mozillazg/python-pinyin
- snownlp：https://github.com/isnowfy/snownlp
打开仓库页，首屏那篇长长的说明就是 README——它相当于项目的门面、主页，库怎么装、提供哪些函数、每个函数怎么用，通常都写在这儿。（PyPI 的包页面上一般也有指向 GitHub 的链接，顺着点过去就到。）
读文档时还会注意到一个细节：它们的用法示例，经常会看到以 >>> 开头的 python 代码。
比如说 pypinyin 的 GitHub README 文档中的写法：
>>> from pypinyin import pinyin, lazy_pinyin, Style
>>> pinyin('中心') # or pinyin(['中心'])，参数值为列表时表示输入的是已分词后的数据
[['zhōng'], ['xīn']]
>>> pinyin('中心', heteronym=True) # 启用多音字模式
[['zhōng', 'zhòng'], ['xīn']]
这个 >>> 是什么？这个问题我们等下回答，现在我们先尝试在项目中安装这两个库。
装上、试运行 —— 顺便认识 REPL
安装之前，先看提示符，确认我们的 venv 环境正确：
cd ~/zero-to-tech/backend
source .venv/bin/activate # 确认提示符前有 (zero-to-tech)
pip install pypinyin snownlp
snownlp 背后，是别人已经训练好的模型——模型不是代码，而是别人做的训练结果，我们 import 一下就能直接用。如果对于“模型”、“训练”这些词感觉很陌生的朋友，你先不要担心，我们今天毕竟是用轮子，如果你不知道轮胎的橡胶是怎么加工的，其实也没关系。
装好之后，我们就要跑一下试试，可以写一个 python 脚本，比如说写个 pinyin_test.py 文件再运行。但是这种情况下有一种更便捷的方式值得我们学习一下——刚才文档里满屏的那个 >>>，是 Python 的 REPL（交互式解释器）：敲一行代码，立刻执行、立刻出结果。终端里直接敲 python 命令即可进入 REPL（注意在 (zero-to-tech) 环境里敲——刚装的库在这个环境）：
python3
回车，提示符变成 >>>，就进来了。名字不用记，体感记住就行：敲一行看一行。
先别急着 import 库，用几行最简单的代码，先感受一下 REPL 和“写脚本”有什么不一样：
>>> 1 + 1
2
>>> name = "全栈"
>>> name
'全栈'
>>> print("你好，" + name)
你好，全栈
注意第一行：敲 1 + 1 回车，它直接把 2 显示了出来——我们并没有写 print。这就是 REPL 和脚本最直观的区别。回想 5.3 手搓的 handmade.py：那是把一整套逻辑写进一个文件，python3 handmade.py 从头到尾一次跑完，屏幕上只会出现我们显式 print 的内容。如果上面这几行要是写进 .py 文件去跑，1 + 1、name 这两行什么都不会显示；想看到 2，得写成 print(1 + 1)。而在 REPL 里，敲进去的只要是个“值”，它就顺手把结果回显出来。
一句话理清两者的关系：都是同一个 Python——.py 脚本是“把动作写全、一次跑完”，适合正式的程序；REPL 是“敲一句、答一句”，适合把玩、试错、快速验证一个想法或一个新库。今天验库，正是 REPL 的主场。
好，手感有了。先验 pypinyin，正好对着刚才那两条需求：
>>> from pypinyin import pinyin
>>> pinyin("你好")
[['nǐ'], ['hǎo']]
>>> pinyin("重庆")
[['chóng'], ['qìng']]
>>> pinyin("重要")
[['zhòng'], ['yào']]
注意“重庆”和“重要”——同一个“重”字，在“重庆”里读 chóng、在“重要”里读 zhòng，pypinyin 都判对了。 它不光认多音字，还能看词定音。文档承诺的、我们需求要的，对上了。这背后就是那张几万字的读音表加词组规则，别人替我们整理好了，import 一下就能用。
顺带看清 pinyin 返回的形状：[['chóng'], ['qìng']]——一个 “嵌套列表”。这样读起来不太直观。我们的项目只想要一串干净的拼音，用不上这层嵌套。pypinyin 这个库也有对应的方案，另给了一个更省事的函数 lazy_pinyin：
>>> from pypinyin import lazy_pinyin
>>> lazy_pinyin("重庆")
['chong', 'qing']
lazy_pinyin 的区别在于：① 每个字只给一个音、不再套那层列表，直接是扁平的字符串列表；② 默认不带声调（chong 而非 chóng）。
如果我们还需要声调，可以给 lazy_pinyin 加上 style=Style.TONE，声调就回来了：
>>> from pypinyin import lazy_pinyin, Style
>>> lazy_pinyin("重庆", style=Style.TONE)
['chóng', 'qìng']
Style 是 pypinyin 提供的一组“拼音样式”开关，Style.TONE 就是“带声调符号”这一档。
记住 lazy_pinyin(text, style=Style.TONE) 这个写法，下一节直接用它。
再验 snownlp：
>>> from snownlp import SnowNLP
>>> SnowNLP("今天的风很轻，适合把想法写下来").sentiments
0.9465...
>>> SnowNLP("太失望了，再也不来了").sentiments
0.0027...
sentiments 给出一个 0 到 1 之间的分数：越接近 1 越积极。第一句 0.94，第二句 0.003——这不是查表，是包里那个别人训练好的模型在“判断”。跑出来的小数位可能略有出入，这也是正常的。
两条需求都验证通过，就可以退出 REPL：
>>> exit()
以后拿到任何新库，都可以尝试进 REPL 玩两下——敲一行看一行，比闷头读半天文档更快建立手感。（REPL 平时还能当计算器、当小试验田，随开随用。）
顺带认识这片生态：中文 NLP
pypinyin 和 snownlp，都属于同一片生态——中文自然语言处理（NLP，让程序“处理人话”的那一类技术）。这片地界上还有一张常见的库，值得认一下：
- jieba（结巴分词）：把一句话切成一个个词——“我来到北京清华大学”切成“我 / 来到 / 北京 / 清华大学”。分词是很多中文处理的第一步（搜索、统计词频、做词云……都先得切词）。我们的项目用不上，认得名字就行，不安装。
不过值得我们了解的是：每个领域都有自己的一片生态——图像处理、爬虫、数据分析、AI……套路全是今天这一套：找库 → 验库 → REPL 玩两下 → 接进项目。这一节学的不只是这两个库，而是这个套路。
记上账：requirements.txt
现在两个重要的库安装好了，最后别忘了那两条老规矩（都是 5.2 立的）：.venv 不进 Git，但是 requirements 清单要进。库变多了，我们要重新在 requirements 中记账：
pip freeze > requirements.txt
这样就把 pypinyin、snownlp 这两个依赖都记进来了，包括它们的依赖。
这份 requirements 清单的意义是任何人拿到这个项目，只需要——
pip install -r requirements.txt
一条命令，整个环境原样复现。“任何人”这三个字里，也包括后续模块 7 时站在服务器上的我们——到时候我们会亲手体会这份清单值多少钱。（对照老直觉：它就是后端的 package.json，pip install -r 就是后端的 npm install。）
顺手把改动提交了——这一节代码一行没动，只有 requirements.txt 变了，正好是一次干净的提交。
这一节应该带走什么
- 我们写不出来的能力，生态里大概率有——面对需求，先找库、别急着自己重新造轮子；这一节学的是套路：找库 → 验库 → REPL 玩 → 接进项目。
- 去哪找：PyPI（≈ npm registry，Python 的公共仓库），外加搜索引擎、问 AI 都行——但谁都能上传，候选必须自己验。
- AI 只给线索：可能过时、甚至幻觉出不存在的包名——名字它出，靠不靠谱我们验。
- 怎么验：GitHub 星数 + 是否还在维护（靠不靠谱），再读文档对照需求（能不能满足）。
- REPL：
python3进，敲一行出一行，exit()出——装完新库先来这儿玩两下。 - pypinyin 认多音字、能带声调，snownlp 给 0~1 情感分（包里带着训练好的模型）——都验过了，但还没接进项目，下一节换芯。
- requirements.txt 重新 freeze——
pip install -r一条命令复现环境，模块 7 的时候我们会依赖这个文件。 - 顺带认脸：jieba（分词）——中文 NLP 生态的常客。
下一节，把这两个库装进 /api/analyze——只换内部实现，不动接口约定，前端一行不改，分析就变成真的了。