当前位置:

首页 > 编程开发 > 从Node.js+TypeScript无缝切换到Python的完整过程实录

从Node.js+TypeScript无缝切换到Python的完整过程实录

前言 技术栈迁移,这事儿不少团队都经历过。随着业务需求的变化,项目从基于 Node.js + TypeScript 切换到 Python 生态,并不罕见。这篇文章的目的很简单:帮助那些熟悉 Node.js + TypeScript 的开发者,能够快速上手 Python 开发,少走一些弯路。尤其是在我

本文目录

    前言

    技术栈迁移,这事儿不少团队都经历过。随着业务需求的变化,项目从基于 Node.js + TypeScript 切换到 Python 生态,并不罕见。这篇文章的目的很简单:帮助那些熟悉 Node.js + TypeScript 的开发者,能够快速上手 Python 开发,少走一些弯路。尤其是在我们自己的项目从 JS/TS 转向 Python 的过程中,积累下来的一些经验和方法,值得整理分享。

    读完本文,你至少能搞清楚下面这几个问题:

    • Node.js + TypeScript 与 Python 在语法和概念上到底是怎么对应的?
    • 两种语言下的异步编程,实现方式有何不同?
    • 模块导入和包管理,它们各自的套路是什么?
    • 面向对象编程在 Python 里怎么玩?跟 TypeScript 有什么差异?
    • 类型系统和静态检查,在 Python 中能做到什么程度?
    • 错误处理机制,两者孰优孰劣?
    • 最后,项目实战中有哪些关键点需要注意?

    适用范围

    本文面向的读者,大概有这样几类:

    • 正在从 Node.js + TypeScript 转向 Python 开发的朋友,需要快速上手。
    • 技术负责人或架构师,想了解两种技术栈的核心差异,便于做技术选型评估。
    • 项目经理,需要考虑技术栈迁移的可行性和成本。

    具体方案

    1. 语法基础对比

    变量声明与类型系统

    Node.js + TypeScript 是静态类型语言,变量声明时就确定了类型。Python 则是动态类型语言,虽然 3.5+ 引入了类型提示(Type Hints),但运行时并不强制检查。这意味着 Python 的类型提示更像是一种文档和 IDE 辅助,而不是编译级的约束。

    const name: string = "张三";
    const age: number = 25;
    const isActive: boolean = true;
    const hobbies: string[] = ["读书", "游泳"];
    name: str = "张三"
    age: int = 25
    is_active: bool = True  # 注意:Python 使用 snake_case 命名规范
    hobbies: List[str] = ["读书", "游泳"]  # 需要从 typing 导入 List

    一个直观的差别:TypeScript 偏爱 camelCase(驼峰命名),而 Python 社区一致推崇 snake_case(下划线分隔)。这一点在变量名、函数名上都需要留意。

    函数定义

    函数定义上,两者差异也比较明显。TypeScript 有箭头函数,简洁明了,Python 则有 lambda 表达式,但功能相对有限。

    function greet(name: string): string {
        return `Hello, ${name}!`;
    }
    
    // 箭头函数
    const greet = (name: string): string => {
        return `Hello, ${name}!`;
    };
    def greet(name: str) -> str:
        return f"Hello, {name}!"
    
    # Lambda 函数
    greet = lambda name: f"Hello, {name}!"

    2. 异步编程对比

    这是 Node.js 和 Python 之间最核心的差异之一。Node.js 从诞生之初就为异步 I/O 而生,事件循环、回调、Promise 和 async/await 是其基石。Python 则通过 asyncio 模块后起直追,提供了类似的能力。

    Node.js + TypeScript 异步编程

    // Promise 方式
    function fetchData(): Promise {
        return new Promise((resolve, reject) => {
            setTimeout(() => {
                resolve("数据获取成功");
            }, 1000);
        });
    }
    
    // Async/await 方式
    async function getData(): Promise {
        try {
            const result: string = await fetchData();
            console.log(result);
        } catch (error) {
            console.error(error);
        }
    }
    

    Python 异步编程

    import asyncio
    from typing import Awaitable
    
    async def fetch_data() -> str:
        await asyncio.sleep(1)  # 模拟异步操作
        return "数据获取成功"
    
    async def get_data() -> None:
        try:
            result: str = await fetch_data()
            print(result)
        except Exception as e:
            print(f"错误: {e}")
    
    # 运行异步函数
    asyncio.run(get_data())

    从代码上看,async/await 的语法结构几乎一样,但底层的运行时差异很大。Node.js 的异步是原生的,Python 的 asyncio 则需要一个事件循环来驱动。在平时使用时,Python 的异步函数必须用 asyncio.run() 来启动,这一点需要特别注意。

    3. 模块导入机制对比

    Node.js 有 CommonJS 和 ES6 模块两种体系,Python 则有一套自成一体的导入机制。

    Node.js + TypeScript 模块导入

    // CommonJS
    const fs = require('fs');
    const myModule = require('./myModule');
    
    // ES6 模块
    import fs from 'fs';
    import { someFunction } from './myModule';
    
    // TypeScript 中的类型导入
    import type { SomeInterface } from './interfaces';

    Python 模块导入

    # Python 标准库导入
    import os
    import json
    from typing import Dict, List, Optional
    
    # 自定义模块导入
    from concat_model.service import default_concat_service
    from concat_model.types import Node, Workflow

    在实际项目中,尤其是当项目结构变得复杂时,Python 的导入路径会变得冗长。比如在我们的 concat_model/core/llm_service.py 中,就需要这样处理:

    import sys
    import os
    from typing import Dict, List, Any
    
    # 添加项目根目录到Python路径,以便正确导入chat_model
    sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))))
    
    # 直接导入chat_model中的llm_service
    from search_rag_graph.chat_model.llm_service import llm_service as external_llm_service

    这种显式地操作 sys.path 是 Python 项目里常见的做法,尤其是在大型项目中,需要手动管理模块的搜索路径。

    4. 面向对象编程对比

    从Node.js+TypeScript无缝切换到Python的完整过程实录

    4. 类

    面向对象编程(OOP)在两个语言中都有广泛应用,但具体实现上的细微差别,新手很容易踩坑。

    Node.js + TypeScript 类定义

    class Person {
      private name: string;
      private age: number;
    
      constructor(name: string, age: number) {
        this.name = name;
        this.age = age;
      }
    
      public greet(): string {
        return `Hello, I'm ${this.name}`;
      }
    }

    Python 类定义

    class Node:
        """节点类"""
        def __init__(self, node_id: str, tag_key: str, action_type: str, action_target: str, pre_snapshot: Optional[Any] = None, **kwargs):
            self.node_id = node_id
            self.tag_key = tag_key
            self.action_type = action_type
            self.action_target = action_target
            self.pre_snapshot = pre_snapshot
            self.__dict__.update(kwargs)
    
        def to_dict(self) -> Dict[str, Any]:
            """转换为字典"""
            return self.__dict__.copy()

    Python 的类定义中,self 作为第一个参数是必须的,这是和 TypeScript 最大的不同。此外,Python 的私有成员是通过命名约定(比如 `__成员名`)来体现的,而不是像 TypeScript 那样有 `private` 关键字。Python 也支持类型注解,但运行时并不强制,真正做类型检查需要借助 mypy 这类工具。

    OOP 特性对比:

    特性

    Node.js + TypeScript

    Python

    构造函数

    constructor()

    __init__(self)

    私有成员

    private

    关键字

    __成员名

    (命名约定)

    方法参数

    直接使用

    必须包含 self

    作为第一个参数

    继承语法

    class A extends B

    class A(B)

    5. 类型系统对比

    类型系统是两种语言在设计哲学上的一个分水岭。TypeScript 的类型系统丰富且强大,编译时就完成检查。Python 的类型提示则是可选的,主要为开发者提供静态分析参考(借助 mypy、pyright 等工具)。

    TypeScript 类型系统

    interface User {
        id: number;
        name: string;
        email?: string; // 可选属性
    }
    
    // 泛型
    interface ApiResponse {
        data: T;
        status: number;
    }
    
    // 联合类型
    type Status = "pending" | "approved" | "rejected";
    
    // 类型别名
    type UserId = string | number;

    Python 类型系统

    # Python 类型提示
    from typing import Optional, Union, Dict, List, TypeVar, Generic
    
    # 类似接口的概念(使用 Protocol,Python 3.8+)
    from typing_extensions import Protocol
    
    class User(Protocol):
        id: int
        name: str
        email: Optional[str]
    
    # 泛型
    T = TypeVar('T')
    
    class ApiResponse(Generic[T]):
        def __init__(self, data: T, status: int):
            self.data = data
            self.status = status
    
    # 联合类型
    from typing import Literal
    Status = Literal["pending", "approved", "rejected"]
    
    # 类型别名
    UserId = Union[str, int]

    在实际项目中,我们常常借助 Pydantic 来替代 TypeScript 的接口功能,做数据建模和验证。比如在 search_model/models.py 中:

    class QueryFullFlowInput(BaseModel):
        """
        查询全流程输入参数
        """
        query_text: str = Field(..., description="查询语句,描述业务意图")
        env_type: EnvironmentType = Field(..., description="环境类型,dev、test或prod")
        form_params: Optional[List[str]] = Field(None, description="表单参数数组,可选")
        version: Optional[str] = Field(None, description="版本约束,test、prod必填")

    这种基于 BaseModel 的写法,和 TypeScript 中用 interface 定义数据结构非常相似,同时也提供了数据校验的能力。

    6. 错误处理机制对比

    从Node.js+TypeScript无缝切换到Python的完整过程实录

    错误处理上,两者都采用 try/except(或 try/catch)结构,但关键字的名称和习惯不同。

    特性

    Node.js + TypeScript

    Python

    捕获关键字

    catch

    except

    捕获所有错误

    catch (error)

    except Exception as e

    自定义错误

    继承 Error

    类

    继承 Exception

    类

    堆栈跟踪

    error.stack

    traceback

    模块

    7. 包管理和依赖管理

    从Node.js+TypeScript无缝切换到Python的完整过程实录

    Node.js + TypeScript 包管理

    Node.js 标配的 npm(或 yarn)管理依赖,依赖声明写在 package.json 里。

    {
      "dependencies": {
        "express": "^4.18.0",
        "lodash": "^4.17.21"
      },
      "devDependencies": {
        "typescript": "^4.9.0",
        "ts-node": "^10.9.0"
      }
    }

    Python 包管理

    Python 的包管理工具是 pip,依赖声明一般放在 requirements.txt 或 pyproject.toml 中。目前,pyproject.toml 是越来越主流的方案。以我们的项目为例:

    [project]
    dependencies = [
        "fastapi>=0.124.4",
        "uvicorn>=0.38.0",
        "requests>=2.31.0",
        "chromadb>=0.4.24",
        "jieba>=0.42.1",
        "numpy>=1.26.4",
        "pydantic>=2.5.3",
    ]
    [build-system]
    requires = ["setuptools>=42", "wheel"]
    build-backend = "setuptools.build_meta"

    成果展示

    通过上述这些实践方法,我们的项目最终实现了以下成果:

    • 成功的技术栈迁移:从 JS/TS 生态平滑过渡到 Python,系统稳定性和可维护性没有受到影响。
    • 统一的代码风格:全面遵循了 PEP 8 以及项目内部约定,代码一看就知道是团队长期维护的作品。
    • 高效的异步处理:asyncio 在大量 I/O 操作场景下,表现相当不错。
    • 清晰的模块结构:借鉴了 Node.js 的模块化思想,在 Python 中组织了清晰易懂的包和模块。
    • 完善的类型系统:借助类型提示和 Pydantic,代码的健壮性与可读性显著提升。
    • 完善的错误处理机制:异常管理体系建立得很扎实,线上稳定性有了保障。
    • 强大的生态支持:Python 在 AI、数据处理领域的生态优势得到了充分发挥。

    总结

    从 Node.js + TypeScript 切换到 Python,远不只是换门语言那么简单。它本质上是一种思维方式的转变。一个值得注意的事实是,两种语言各有各的优势,理解背后的设计哲学,比死记语法更重要。

    • 拥抱差异,而非抵触:TypeScript 提供编译时类型检查,Python 提供更灵活的运行时行为。这没有好坏之分,只是不同的权衡。
    • 渐进式学习:不必强行忘记过去的好习惯,而是学会把模块化、异步编程、类型安全这些优秀思想,迁移到 Python 中来。
    • 重视工具链:Python 的生态里有很多好工具,比如 black、mypy、pytest 等,善用它们能大幅提高效率。
    • 关注性能特征:Python 和 Node.js 在某些场景下的性能表现不同,了解这些差异对写出高性能代码至关重要。
    • 利用生态优势:Python 在数据科学、机器学习、AI 领域有着无可比拟的生态,这也是你选择它的重要理由之一。
    • 持续学习:技术永远在变,保持对新技术和最佳实践的敏锐,是一个优秀开发者的基本素质。

    希望本文提供的这些对比和实践建议,能帮你顺利度过从 Node.js + TypeScript 到 Python 的适应期,早日在新技术栈里发挥出真正的实力。

    参考文档

    • Python 官方文档
    • Python 异步 IO 官方文档
    • FastAPI 文档
    • Node.js 官方文档
    • TypeScript 官方文档
    • PEP 8 - Python 代码风格指南
    • Python 类型提示指南
    • Pydantic 文档
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。