PYTHONDONTWRITEBYTECODE=1是最直接有效的禁用pyc方法，它在解释器启动初期即生效，从源头禁止所有模块（含标准库）生成pyc和__pycache__，而手动删除仅临时清理、代码中设sys.dont_write_bytecode=True则晚于标准库初始化且作用范围有限。
PYTHONDONTWRITEBYTECODE=1 是最直接有效的做法，它让 Python 解释器完全跳过 .pyc 文件的生成，且对所有导入路径生效。
为什么设置 PYTHONDONTWRITEBYTECODE 而不是只删 __pycache__？
手动删除 __pycache__ 目录或 .pyc 文件只是临时清理，下次 import 就会立刻重建；而环境变量是运行时控制行为，从源头禁止写入。它比修改代码（如 sys.dont_write_bytecode = True）更早生效——甚至在 site.py 初始化前就起作用，能覆盖标准库模块的字节码生成。
常见错误现象：import 后仍看到 __pycache__ 出现，往往是因为环境变量没生效（比如 shell 中未 export、IDE 未继承系统环境、或用 python -m 启动时被覆盖）。
- Linux/macOS：在终端执行
export PYTHONDONTWRITEBYTECODE=1，再运行python script.py - Windows CMD：用
set PYTHONDONTWRITEBYTECODE=1（仅当前会话） - Windows PowerShell：用
$env:PYTHONDONTWRITEBYTECODE="1" - PyCharm/VS Code：需在运行配置中显式添加该环境变量，不能依赖系统 shell 的 export
sys.dont_write_bytecode=True 和环境变量有什么区别？
sys.dont_write_bytecode 是运行时 Python 级别的开关，必须在解释器启动后、任何 import 前设置才有效（例如放在脚本开头），但它无法阻止标准库模块（如 os、json）在初始化阶段写入字节码——因为它们的导入发生在你的脚本执行之前。
立即学习“Python免费学习笔记（深入）”；
而 PYTHONDONTWRITEBYTECODE 在 C 层解析命令行参数时就被读取，优先级更高。两者可以共存，但环境变量胜出。
- 不推荐在脚本里写
sys.dont_write_bytecode = True来“替代”环境变量 - 如果用
python -c "import sys; sys.dont_write_bytecode=True; import mymod"，该设置对mymod生效，但对sys自身不生效（它已加载完毕） - 某些打包工具（如 PyInstaller）默认设为
True，此时环境变量可用来统一覆盖行为
禁用 pyc 后会影响 import 性能或模块重载吗？
影响明确：每次 import 都要重新编译源码，冷启动变慢，尤其对大量小模块的项目（如 Flask 应用加载几十个路由文件）。但日常开发中感知不强；生产部署通常应保留 pyc（或预编译），禁用仅适用于调试、容器镜像构建（避免残留字节码污染）、或只读文件系统场景。
注意：禁用后 importlib.reload() 不会触发新编译——它只重执行已加载模块的代码对象，不涉及磁盘读写，所以和 pyc 无关。
- CI/CD 构建镜像时设
PYTHONDONTWRITEBYTECODE=1可避免因构建机时间戳导致的 pyc 时间不一致问题 - 在 Docker 中，若挂载源码到容器并期望实时修改生效，禁用 pyc 能防止旧字节码缓存干扰
- Python 3.8+ 引入了
__pycache__/xxx.cpython-38.pyc版本化命名，禁用后彻底绕过这套机制，无兼容性顾虑
真正容易被忽略的是：某些 IDE 或测试框架（如 pytest）会用自己的子进程运行 Python，它们未必自动继承你 shell 里 export 的环境变量——务必检查实际运行时的 os.environ.get('PYTHONDONTWRITEBYTECODE') 值是否为 '1'。
