GitHub 上有个仓库叫 `TheAlgorithms/Python`，代码大全里面全是可复能直接跑的 Python 代码。排序、制免搜索、代码大全动态规划、可复神经网络、制免加密算法，代码大全连贪吃蛇和扫雷的可复源码都有。我去年刷题时把它 clone 到本地，制免`pip install -r requirements.txt` 之后跑了一遍测试，代码大全380 多个脚本几乎全过。可复这不是制免什么“代码大全”的噱头，它就是代码大全一本活的参考手册。

很多人搜“Python代码大全”是可复想找那种复制粘贴就能用的片段。说实话，制免网上大部分合集质量堪忧。变量名用 `a`、`b`、`c`，函数没有文档字符串，异常处理直接 `except: pass`。你把这些代码贴进项目里，三天后自己都看不懂。真正能复用的代码有个特征：输入输出明确，边界条件写清楚了，依赖库版本锁死。比如下面这段读取 CSV 并过滤空行的写法，我用了五年没出过问题：

import csv def read_csv_rows(filepath): with open(filepath, newline='', encoding='utf-8') as f: reader = csv.DictReader(f) for row in reader: if any(v.strip() for v in row.values() if v): yield row 

它没用什么高级特性，但 `newline=''` 避免了 Windows 下的换行问题，`DictReader` 让列名自动变成 key，生成器写法不会一次性吃光内存。这些细节才是“可复制”的关键。

另一个常被忽略的来源是 Python 标准库的 `test` 目录。你装完 Python 后，在安装路径下能找到 `Lib/test/` 文件夹，里面全是官方测试用例。比如 `test_dict.py` 展示了字典所有边界行为，`test_itertools.py` 把每个迭代器工具的用法都跑了一遍。这些代码比任何第三方教程都权威，而且完全免费。我习惯在写复杂数据结构时翻一翻对应的测试文件，经常能发现“原来这个参数还能这么传”的惊喜。

有人觉得复制代码是作弊。我的看法不同：程序员每天写的代码里，真正原创的逻辑不超过 10%。剩下的都是模式复用。关键是你得知道复制来的代码在干什么。比如从 Stack Overflow 抄一段装饰器，至少要明白 `functools.wraps` 为什么不能省。否则出了 bug 连日志都打不对地方。

如果你想要“开箱即用”的合集，推荐三个地方。第一，`awesome-python` 仓库按领域分类了上千个库，每个都有简短说明和文档链接。第二，`python-patterns` 仓库用 Python 实现了 23 种设计模式，每个模式都有真实场景例子。第三，`pytudes` 仓库是谷歌工程师 Peter Norvig 的代码随笔，里面有正则表达式引擎、拼写检查器、数独求解器这类短小精悍的实现。这三个仓库加起来不到 50MB，但覆盖了日常开发 80% 的通用需求。

我自己的做法是建一个 `snippets/` 文件夹，按 `datetime`、`fileio`、`network`、`decorators` 分子目录。每次从网上找到好用的片段，先跑一遍测试，确认无误后加上注释和来源链接再存进去。三年下来攒了 200 多个文件，写新项目时直接 `cp` 过去改改变量名就能用。这比任何“代码大全”都实在——因为它是你自己验证过的。

最后说个坑。很多标榜“免费”的代码合集其实夹带私货，比如要求你关注公众号才能看完整版，或者代码里藏了挖矿脚本。下载前先看仓库的 star 数和最近 commit 时间，超过一年没更新的直接跳过。Python 3.12 都出了，还在用 `print "hello"` 的代码没有复制的价值。