如何使用不同输入执行同一核心代码并实现高效维护？

核心前提：重构core.py为可复用函数 #

首先把硬编码的核心逻辑封装成参数化函数，这是所有方案的基础，彻底避免重复代码，提升可维护性：

# core.py
def run_analysis(start_date, end_date, stock_list, interval, var1, var2):
    # 替换原来的硬编码变量，用函数参数替代
    # 示例逻辑，替换为你的核心分析代码
    print(f"正在分析：{stock_list}")
    print(f"时间范围：{start_date} ~ {end_date}，时间间隔：{interval}")
    print(f"自定义参数：var1={var1}, var2={var2}")

方案1：用YAML/JSON存储多组配置（推荐） #

用结构化配置文件管理所有参数组，可读性强，支持复杂类型（如列表），适合技术人员维护。

步骤1：创建配置文件 configs.yaml #

analysis_groups:
  - name: 科技股日度分析
    start_date: "2023-01-01"
    end_date: "2023-12-31"
    stock_list: ["AAPL", "MSFT", "GOOGL"]
    interval: "1d"
    var1: 0.6
    var2: 120
  - name: 新能源车小时度分析
    start_date: "2024-01-01"
    end_date: "2024-06-30"
    stock_list: ["TSLA", "NIO"]
    interval: "1h"
    var1: 0.8
    var2: 180

步骤2：编写入口脚本 run_all.py #

import yaml
from core import run_analysis

# 读取配置文件
with open("configs.yaml", "r", encoding="utf-8") as f:
    config = yaml.safe_load(f)

# 循环执行所有参数组
for group in config["analysis_groups"]:
    print(f"\n=== 开始执行：{group['name']} ===")
    run_analysis(
        start_date=group["start_date"],
        end_date=group["end_date"],
        stock_list=group["stock_list"],
        interval=group["interval"],
        var1=group["var1"],
        var2=group["var2"]
    )
    print(f"=== 完成执行：{group['name']} ===")

优点 #

• 配置与代码完全分离，修改参数无需改动核心逻辑
• 支持复杂数据结构，参数含义清晰
• 可轻松添加/删除参数组

方案2：用CSV表格存储参数（适合非技术人员维护） #

如果需要让不懂代码的人也能修改参数，用CSV表格每行存储一组参数，用Excel等工具即可编辑。

步骤1：创建参数表格 params.csv #

name,start_date,end_date,stock_list,interval,var1,var2
科技股日度分析,2023-01-01,2023-12-31,"AAPL,MSFT,GOOGL",1d,0.6,120
新能源车小时度分析,2024-01-01,2024-06-30,"TSLA,NIO",1h,0.8,180

（注：股票列表包含逗号时用双引号包裹，避免解析错误）

步骤2：编写入口脚本 run_from_csv.py #

用Python内置csv模块读取：

import csv
from core import run_analysis

with open("params.csv", "r", encoding="utf-8") as f:
    reader = csv.DictReader(f)
    for row in reader:
        # 将字符串格式的股票列表转为Python列表
        stock_list = [s.strip() for s in row["stock_list"].split(",")]
        print(f"\n=== 开始执行：{row['name']} ===")
        run_analysis(
            start_date=row["start_date"],
            end_date=row["end_date"],
            stock_list=stock_list,
            interval=row["interval"],
            var1=float(row["var1"]),
            var2=int(row["var2"])
        )
        print(f"=== 完成执行：{row['name']} ===")

用pandas会更简洁：

import pandas as pd
from core import run_analysis

df = pd.read_csv("params.csv")
for _, row in df.iterrows():
    stock_list = [s.strip() for s in row["stock_list"].split(",")]
    print(f"\n=== 开始执行：{row['name']} ===")
    run_analysis(
        start_date=str(row["start_date"]),
        end_date=str(row["end_date"]),
        stock_list=stock_list,
        interval=row["interval"],
        var1=row["var1"],
        var2=row["var2"]
    )
    print(f"=== 完成执行：{row['name']} ===")

优点 #

• 无需懂代码，用表格工具即可编辑参数
• 格式简单，适合批量管理参数

方案3：命令行指定单组参数（适合单次运行） #

如果需要手动指定某一组参数运行，结合argparse实现命令行传参：

# run_single.py
import argparse
from core import run_analysis

parser = argparse.ArgumentParser(description="运行单组股票分析")
parser.add_argument("--start-date", required=True, help="开始日期，格式YYYY-MM-DD")
parser.add_argument("--end-date", required=True, help="结束日期，格式YYYY-MM-DD")
parser.add_argument("--stocks", required=True, help="股票列表，用逗号分隔，如AAPL,MSFT")
parser.add_argument("--interval", required=True, help="时间间隔，如1d、1h")
parser.add_argument("--var1", type=float, required=True, help="自定义参数1")
parser.add_argument("--var2", type=int, required=True, help="自定义参数2")

args = parser.parse_args()
stock_list = [s.strip() for s in args.stocks.split(",")]

run_analysis(
    start_date=args.start_date,
    end_date=args.end_date,
    stock_list=stock_list,
    interval=args.interval,
    var1=args.var1,
    var2=args.var2
)

运行示例：

python run_single.py --start-date 2023-01-01 --end-date 2023-12-31 --stocks AAPL,MSFT --interval 1d --var1 0.6 --var2 120

优点 #

• 灵活控制单次运行的参数
• 适合调试或临时执行某一组分析

避坑提醒 #

不要用exec(open("core.py").read())这种方式，它会直接执行整个文件的代码，无法精准控制参数，存在安全风险，后期调试和维护难度极大。封装函数+配置文件的方式是Python生态的标准做法，可测试性、可维护性都远优于硬编码或动态执行文件。

内容的提问来源于stack exchange，提问作者Artrade