如何将Jupyter Notebook字符串转为Python程序并自动添加print语句？

要解决Jupyter代码转Python时自动给输出语句加print的问题，靠简单的字符判断（比如只校验字母下划线）肯定不够，像data['col'].mean()这类带特殊符号的表达式会直接漏判。最靠谱的方案是用**抽象语法树（AST）**准确识别表达式语句——Jupyter里那些自动输出结果的行，本质都是单纯的表达式语句（而非赋值、定义、控制流这类无返回输出的语句）。

核心思路 #

通过Python内置的ast模块解析每一行代码的语法结构，判断该行是否为ast.Expr类型的表达式语句，若是则将内容包裹进print()；否则直接保留原行。

实现代码 #

import ast

def jupyter_to_python(code_str):
    lines = code_str.split('\n')
    processed_lines = []
    for line in lines:
        stripped = line.strip()
        # 跳过空行和单行注释
        if not stripped or stripped.startswith('#'):
            processed_lines.append(line)
            continue
        try:
            # 解析当前行的语法树
            tree = ast.parse(line)
            # 仅当这行是单个表达式语句时，添加print
            if len(tree.body) == 1 and isinstance(tree.body[0], ast.Expr):
                processed_lines.append(f"print({line})")
            else:
                processed_lines.append(line)
        except SyntaxError:
            # 解析失败（比如多行语句的一部分），直接保留原行
            processed_lines.append(line)
    return '\n'.join(processed_lines)

测试示例 #

输入Jupyter代码：

import pandas as pd
data = pd.read_csv("tmp.csv")
data.head()
data['value'].mean()
x = 10
x * 2
# 这是注释

转换后的Python代码：

import pandas as pd
data = pd.read_csv("tmp.csv")
print(data.head())
print(data['value'].mean())
x = 10
print(x * 2)
# 这是注释

注意事项 #

• 对于跨多行的表达式（比如括号拆分为多行的情况），单行解析会触发语法错误，此时会直接保留原行，这类场景可后续通过多行合并解析优化；
• Jupyter的魔法命令（比如!ls、%matplotlib inline）不属于Python表达式，工具会直接保留，若需处理魔法命令可单独添加判断逻辑。

内容的提问来源于stack exchange，提问作者w57