最推荐用 importlib.util.find_spec() 判断模块是否存在，它轻量且不触发导入；需真实使用时必须用 try/except ImportError 配合 import 验证；版本检查应使用 importlib.metadata.version() 并配合 packaging.version.parse() 比较。
用 importlib.util.find_spec() 判断模块是否存在
这是最轻量、最推荐的方式，不触发实际导入，只检查模块能否被定位到。适用于安装检测、条件导入或提前报错。
它比 try/except ImportError 更干净，尤其在模块存在但初始化会副作用（比如启动服务、读配置）时更安全。
-
importlib.util.find_spec("requests")返回ModuleSpec对象表示存在；返回None表示未安装或不可见 - 注意：它只查 Python 路径上的可发现模块，不验证是否能成功
import（比如依赖的 C 扩展缺失时仍可能返回非None） - 对命名空间包（如
google.cloud）也有效，但需传入顶层名（"google"），不能传子包（"google.cloud.storage"可能返回None即使子包已装）
用 try/except ImportError 配合 import 做真实可用性验证
当需要确认模块不仅装了，还能真正导入并使用时，必须走实际导入。这是唯一能捕获运行时依赖问题（如缺失 libxml2 导致 lxml 导入失败）的方法。
- 直接
import requests+except ImportError是最直白的写法 - 如果只是临时检测，建议用
importlib.import_module("requests")，避免污染全局命名空间 - 某些模块（如
torch）导入时会检查 CUDA 环境，失败会抛出ImportError或RuntimeError，所以仅靠find_spec会误判为“可用”
避免用 pip show 或 subprocess 调用命令行
虽然 subprocess.run(["pip", "show", "numpy"], capture_output=True) 能查安装状态，但有明显缺陷：
立即学习“Python免费学习笔记（深入）”；
- 依赖系统中
pip可执行且路径正确，虚拟环境切换时容易指向错误环境 - 输出解析脆弱（不同 pip 版本字段格式可能微调），且无法区分用户安装 vs 系统安装 vs editable 安装
- 性能差，每次调用都要 fork 进程，不适合高频检测（如循环中判断）
- 在无网络或受限容器里，
pip命令本身可能不可用
检查第三方包版本是否满足要求
光看“有没有”不够，很多场景需要确认版本兼容性。推荐用 importlib.metadata.version()（Python 3.8+）或回退到 pkg_resources.get_distribution()（旧版）。
-
importlib.metadata.version("click")返回字符串如"8.1.7"；若未安装则抛PackageNotFoundError - 比较版本建议用
packaging.version.parse()，别用字符串比较：parse("2.0.0") >= parse("2.0a1")才正确 - 注意：
importlib.metadata在某些精简环境（如部分 Alpine 镜像）可能不可用，此时需捕获异常并 fallback
find_spec 就够了；但只要涉及模块功能调用，就得走到真实 import 这一步——毕竟“装了”和“能用”之间，隔着动态链接、环境变量、权限、CUDA 驱动好几道墙。 
