第一章：开发环境搭建
说实话，我见过太多运维新手，一上来就急着写脚本。
结果呢？Python版本冲突、依赖包乱成一锅粥、IDE连语法高亮都没有。
嗯，这些坑我都踩过。今天咱们就把环境搭好，后面写代码才顺手。
1.1 Python版本选择：别纠结，选3.8+
Python 2已经在2020年退休了。我个人习惯直接上Python 3.8以上版本。
为什么？因为3.6以下的一些语法糖（比如f-string）在3.8里才真正稳定。我在项目中遇到过，用3.6写的脚本，部署到3.8环境反而报了个小警告——虽然能跑，但看着不舒服。
我的建议：
- 新项目：直接用Python 3.10或3.11
- 老项目维护：保持原版本，别乱升
- 生产环境：3.8+ 最稳妥
你想想看，运维脚本要跑在几十台服务器上，版本统一比什么都重要。
1.2 虚拟环境管理：别把依赖搞成一锅粥
我刚开始做运维时，所有包都装全局。结果呢？项目A需要paramiko 2.x，项目B需要paramiko 3.x，直接冲突到崩溃。
后来我学乖了——每个项目一个虚拟环境。
venv：Python自带的轻量方案
# 创建虚拟环境
python3 -m venv myenv
# 激活（Linux/Mac）
source myenv/bin/activate
# 激活（Windows）
myenv\Scripts\activate
# 退出
deactivatevenv够用，但有个缺点：依赖管理全靠requirements.txt，版本锁定不够精细。
pipenv：更现代的方案
我个人更推荐pipenv。它自动生成Pipfile和Pipfile.lock，锁定所有依赖的精确版本。
# 安装pipenv
pip install pipenv
# 创建虚拟环境并安装依赖
pipenv install paramiko fabric
# 激活环境
pipenv shell
# 生成requirements.txt（给同事用）
pipenv lock -r > requirements.txt小技巧： 我习惯把Pipfile.lock提交到Git仓库。这样团队所有人都用一模一样的依赖版本，避免「在我机器上能跑」的尴尬。
1.3 IDE推荐与配置
工欲善其事，必先利其器。我试过七八种编辑器，最后常驻两个：VS Code和PyCharm。
VS Code：轻量、插件丰富
我日常写脚本用VS Code居多。装上这几个插件，体验直接起飞：
| 插件名 | 作用 |
|---|---|
| Python | 语法高亮、智能补全、调试 |
| Pylance | 类型检查、代码分析（比默认的强太多） |
| Remote - SSH | 直接连远程服务器写代码，爽 |
| GitLens | 看代码谁写的、什么时候改的 |
注意： 记得在VS Code里设置Python解释器路径为虚拟环境。按Ctrl+Shift+P，输入"Python: Select Interpreter"，选你刚创建的虚拟环境。否则你装的包全白费。
PyCharm：重型武器
做大项目时，我会切到PyCharm。它的调试器、重构工具、数据库工具，确实比VS Code强。
不过PyCharm比较吃内存。我建议至少16GB内存的机器再装它。
1.4 必备工具包安装
运维自动化绕不开这三个库。我按使用频率排个序：
paramiko：SSH连接的基石
说白了，它就是Python版的SSH客户端。执行远程命令、传文件，全靠它。
pip install paramiko简单示例：
import paramiko
ssh = paramiko.SSHClient()
ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())
ssh.connect('192.168.1.100', username='root', password='your_password')
stdin, stdout, stderr = ssh.exec_command('df -h')
print(stdout.read().decode())
ssh.close()避坑指南： 我曾经在生产环境直接用密码登录，结果密码泄露了。后来全部改用密钥认证：
ssh.connect('host', username='user', key_filename='/path/to/private_key')fabric：批量操作神器
如果你要在100台服务器上执行同一个命令，用paramiko写循环太累。fabric封装了这些操作。
pip install fabric看，多简洁：
from fabric import Connection
c = Connection('web01', user='root', connect_kwargs={'key_filename': '/path/key'})
result = c.run('uptime')
print(result.stdout)批量操作时，配合ThreadPoolExecutor，效率翻倍。
ansible：基础设施即代码
ansible严格来说不算Python库，而是一个自动化工具。但它的底层是Python，我们可以在脚本里调用它。
pip install ansible我通常用它做配置管理和应用部署。比如一键安装Nginx：
- name: Install Nginx
hosts: webservers
tasks:
- name: Install nginx
apt:
name: nginx
state: present我的经验： 这三个工具不是互斥的。我通常这样分工：
- 临时任务、快速脚本 → paramiko
- 批量执行、日常巡检 → fabric
- 标准化部署、配置管理 → ansible
1.5 本章知识体系
下面这张图，是我梳理的环境搭建核心逻辑：
环境搭好了，后面写脚本才能行云流水。别急，下一章咱们就开始写第一个自动化脚本。
公众号:蓝海资料掘金营，微信deep3321