Python自动化避坑：我踩过的8个血泪大坑，新手别再复刻
现在Python算是入门门槛最低、应用场景最广的编程语言了，不管是在校生自学、职场人转行，还是程序员拓展技能栈，几乎人人都会学两句Python。网上的教程清一色都是“零基础七天学会Python自动化”“几行代码实现办公自由”，看着简单无脑，好像学会就能批量处理文件、自动爬取数据、解放双手。但真正上手实操之后，你就会发现，教程里永远只讲成功案例，所有的报错、兼容问题、场景漏洞全都不提，新手照着做百分百踩坑。
我接触Python自动化快六年了，从最开始的办公自动化、爬虫，到后来的接口自动化、运维自动化，大大小小的项目做了几十个，踩过的坑数不胜数。很多坑都是新手必踩的，而且网上几乎没有完整的避坑总结，导致很多人学了很久，写的脚本只能在自己电脑运行，换个环境就报错，一上线就崩盘。今天就随性分享八个我亲身踩过的致命大坑，都是实战总结的干货，帮大家少走半年弯路。
第一个大坑：盲目使用最新版本，忽略库版本兼容。这是新手最容易犯的低级错误，却也是最难排查的问题。很多人学Python第一件事就是下载最新版，觉得新版本功能最全、性能最好。但大家不知道，绝大多数第三方库的更新速度，远远跟不上Python官方版本迭代速度。最新的Python版本，大概率会出现大量库不兼容、无法安装、运行报错的问题。我之前帮朋友调试脚本，他安装的Python3.12，随便导入几个常用的办公库、爬虫库，全部报错，要么安装失败，要么运行直接闪退。反而稳定的3.9、3.10版本，兼容性最强，几乎适配所有主流第三方库。这里给大家一个实用建议：做自动化开发，优先选择次新版本，不要追新，稳定大于一切。而且不要随意升级现有环境的Python版本，一旦升级，所有依赖库都需要重新适配，极其麻烦。
第二个大坑：全局环境乱装依赖，导致项目依赖冲突。新手刚开始学Python，基本都是直接在系统全局环境安装库，不管什么项目，所有依赖都装在一个环境里。短期看不出问题，随着项目越来越多，依赖版本不一致的问题会彻底爆发。比如A项目需要requests2.20版本，B项目需要requests2.30版本，全局环境只能保留一个版本，必然导致其中一个项目报错。很多人遇到这种问题，只会卸载重装，反复折腾，最后越弄越乱，环境彻底崩坏。解决这个问题的核心方法就是虚拟环境，每个项目单独创建虚拟环境，独立管理依赖，互不干扰。我现在所有的Python项目，都会单独建虚拟环境，虽然多了一步操作，但是彻底杜绝了依赖冲突的问题，长期来看节省无数调试时间。
第三个大坑：路径写死，脚本无法通用。新手写自动化脚本，最常见的错误就是把文件路径、配置路径写死成本地绝对路径。比如把Excel文件路径写成“D:/桌面/文件/数据.xlsx”，自己电脑上能正常运行，发给别人、部署到服务器直接报错。很多人疑惑，明明我本地能跑，为什么别人用不了？核心问题就是路径硬编码，没有适配相对路径、动态路径。真正可通用的自动化脚本，必须使用相对路径，或者通过os、pathlib动态获取项目根路径，让脚本适配任意电脑、任意环境。这一点看似简单，却是区分业余脚本和商用脚本的核心标准。
第四个大坑：异常处理敷衍，脚本脆弱易崩。很多新手写脚本，完全不做异常处理，从头到尾没有try-except，运行顺利就没问题，遇到一点异常直接终止程序。比如批量处理文件的时候，其中一个文件损坏、格式不对、权限不足，整个脚本直接停止，前面处理的内容全部白费。我最开始做批量Excel数据整理脚本时，就因为没加异常捕获，半夜自动运行的时候遇到一个损坏文件，脚本直接崩盘，几百个文件只处理了一半，第二天返工重新跑，浪费大量时间。后来我养成习惯，所有批量操作、网络请求、文件读写的逻辑，必须加上异常捕获，同时打印异常信息、记录报错文件，保证程序不会单点崩溃，出错后能精准定位问题。
第五个大坑：爬虫不做延时和重试，频繁被封IP。很多入门爬虫教程，直接循环请求接口，不加任何延时、重试、请求伪装。新手照着写，跑几次就会被目标网站封禁IP，严重的还会触发风控，导致本机网络无法访问网站。爬虫的核心不是请求数据，而是模拟真人访问，低调稳定爬取。正常的爬虫脚本，必须配置随机延时、请求头伪装、失败重试机制，高频场景还要配置代理IP。不要贪图速度，稳定爬完所有数据，比快速爬取几分钟被封禁靠谱一万倍。另外提醒大家，爬虫一定要遵守网站robots协议，不要恶意爬取隐私数据、高频攻击服务器，避免违规风险。
第六个大坑：不做日志记录，出问题无从排查。很多自动化脚本都是定时后台运行，比如深夜自动备份数据、定时统计报表、自动同步数据。新手写的脚本，全程没有日志输出，运行成功没提示，运行报错没记录。一旦出现数据遗漏、执行失败的问题，完全不知道哪里出了问题，只能逐行复盘代码，效率极低。现在我写所有自动化脚本，都会配置完整日志，记录启动时间、执行步骤、成功数量、报错信息、结束时间，哪怕脚本后台运行，也能通过日志精准掌握运行状态，排查问题一目了然。
第七个大坑：忽视编码问题，中文乱码反复出现。中文乱码是Python自动化的万年老坑，尤其是读写txt、csv、Excel文件的时候，新手经常遇到文件打开乱码、写入中文报错的问题。核心原因就是没有手动指定编码格式，系统默认编码不统一。Windows系统默认gbk编码，Linux服务器默认utf-8编码，不手动指定的话，本地运行正常，部署服务器直接乱码。解决方法很简单，所有文件读写操作，统一指定encoding="utf-8"，从根源杜绝乱码问题。这个小细节很多教程都不会重点讲，却是日常踩坑最多的点。
第八个大坑：脚本写完不优化，冗余代码拖慢运行速度。新手写自动化，能实现功能就停止，完全不考虑代码冗余。比如循环内重复导入库、重复定义变量、无效循环遍历、重复请求接口。小数据量的时候没感觉，一旦数据量达到上万、十万级，脚本运行速度会极其缓慢，甚至卡顿卡死。写完脚本后，一定要简单优化冗余逻辑，把导入、变量定义放到循环外，去重无效请求，精简遍历逻辑，大幅提升运行效率。
其实Python自动化真的不难，难点从来不是语法，而是细节和场景适配能力。网上的教程只教你实现功能，不教你适配复杂真实场景，这也是很多人学完还是写不出能用的脚本的原因。只要避开这些基础大坑，养成规范的编码习惯，你的Python自动化水平就能超越80%的新手，真正实现用技术解放双手。