Python代码结构的基石之main函数实例详解_Python

一、为什么需要main函数？

当你写下第一行python代码时，是否曾疑惑：为什么有些代码要放在if __name__ == '__main__':下面？这个看似简单的语句，实则是python程序结构化的关键。它像一座桥梁，连接着脚本的直接执行与模块的导入复用。

二、main函数的三大核心作用

程序入口标准化
类似c语言的int main()
明确代码执行起点
避免全局作用域污染
模块复用性保障

# math_tools.py
def add(a, b):
    return a + b
 
if __name__ == '__main__':
    print(add(2,3))  # 直接执行时输出
python
# 其他文件导入时
from math_tools import add  # 不会执行print语句

测试驱动开发（tdd）基础

def complex_calculation(x):
    # 复杂计算逻辑
    return x*2
 
if __name__ == '__main__':
    # 单元测试
    assert complex_calculation(3) == 6

三、main函数的四种典型写法

写法	特点	适用场景
基础版	直接包裹执行代码	简单脚本
函数封装版	将主逻辑封装成函数	中型项目
参数解析版	包含argparse处理	命令行工具
类封装版	使用类组织主逻辑	大型应用

最佳实践示例：

import argparse
 
def main(args):
    # 主逻辑
    print(f"hello {args.name}")
 
if __name__ == '__main__':
    parser = argparse.argumentparser()
    parser.add_argument("--name", default="world")
    args = parser.parse_args()
    main(args)

四、与其他语言的对比启示

语言	main函数特点	哲学差异
c	单一入口点	过程式编程
java	public static void main	面向对象
python	动态判断执行方式	脚本优先
go	func main()	显式初始化

关键区别：python的__main__机制实现了：

同一文件既可作为脚本执行
又可作为模块导入
符合"约定优于配置"的哲学

五、main函数进阶技巧

多文件项目结构

my_project/
├── main.py
├── utils/
│   ├── __init__.py
│   └── helpers.py
└── tests/
    └── test_main.py

命令行参数处理

import sys
 
def main():
    if len(sys.argv) < 2:
        print("usage: python script.py <name>")
        sys.exit(1)
    print(f"hello {sys.argv[1]}")
 
if __name__ == '__main__':
    main()

环境变量配置

import os
 
def main():
    db_url = os.getenv("database_url", "sqlite:///default.db")
    # 初始化数据库连接
 
if __name__ == '__main__':
    main()

日志系统集成

import logging
 
def setup_logging():
    logging.basicconfig(
        level=logging.info,
        format='%(asctime)s - %(levelname)s - %(message)s'
    )
 
def main():
    logging.info("program started")
    # 主逻辑
 
if __name__ == '__main__':
    setup_logging()
    main()

六、常见错误与解决方案

全局变量污染

# 错误示范
x = 10
def func():
    print(x)
x = 20  # 意外修改全局变量
 
# 正确做法
def main():
    x = 10
    def func():
        print(x)
    x = 20  # 仅在main作用域内修改

循环导入问题

# a.py
from b import func_b  # 错误：循环导入
 
def main():
    func_b()
 
# b.py
from a import main  # 错误：循环导入

解决方案：

将公共函数移到独立模块
使用局部导入（在函数内部导入）

测试困难

# 错误：主逻辑直接写在全局作用域
print("this will run during tests!")
 
# 正确：封装在main函数中
def main():
    print("this only runs when executed directly")

七、性能优化技巧

延迟加载

def main():
    # 只在需要时导入大模块
    import pandas as pd
    df = pd.read_csv("large_data.csv")
 
if __name__ == '__main__':
    main()

多进程支持

from multiprocessing import pool
 
def process_task(task):
    # 耗时任务
    return task * 2
 
def main():
    with pool(4) as p:
        results = p.map(process_task, range(10))
    print(results)
 
if __name__ == '__main__':
    main()

类型提示优化

from typing import list
 
def process_data(data: list[float]) -> list[float]:
    return [x*2 for x in data]
 
def main() -> none:
    input_data = [1.5, 2.5, 3.5]
    output = process_data(input_data)
    print(output)

八、现代python的main函数演变

click框架示例

import click
 
@click.command()
@click.option('--name', default='world')
def main(name):
    """simple greeting program"""
    click.echo(f"hello {name}")
 
if __name__ == '__main__':
    main()

fastapi集成

from fastapi import fastapi
 
app = fastapi()
 
@app.get("/")
def main():
    return {"message": "hello world"}

异步main函数

import asyncio
 
async def main():
    print("starting async tasks")
    await asyncio.sleep(1)
    print("async tasks completed")
 
if __name__ == '__main__':
    asyncio.run(main())