推荐用 importlib.util.find_spec() 检测模块是否存在，它最轻量安全、不触发导入和副作用；返回 ModuleSpec 表示可定位，None 表示未安装或不可见；适用于条件导入和降级逻辑，但不保证后续 import 一定成功。
用 importlib.util.find_spec 检查模块是否存在（推荐）
这是最轻量、最安全的方式，不触发模块导入过程，也不会执行其 <strong>init</strong>.py 中的副作用代码。适用于运行时动态判断、条件导入或降级逻辑。
- 仅检查安装状态，不加载模块，避免意外初始化或报错
- 返回
None表示未安装（或不可见），否则返回ModuleSpec对象 - 支持命名空间包、可编辑安装（
pip install -e）等复杂情况 - Python 3.4+ 原生支持，无需额外依赖
import importlib.util
<p>if importlib.util.find_spec("requests") is not None:
import requests
else:
print("requests not available, falling back to urllib")
捕获 ImportError 是次选，但要注意陷阱
直接 try/except ImportError 看起来直观，但容易掩盖真实问题：
- 模块已安装，但内部导入失败（比如
numpy依赖的 C 库缺失），也会抛出ImportError - 某些模块（如
torch）在导入时可能因 CUDA 环境不匹配而报错，误判为“未安装” - 如果模块有副作用（如注册钩子、修改全局状态），每次
import都会重复执行
try:
import pandas
except ImportError:
# 这里无法区分是没装 pandas，还是 pandas 自己 import xlrd 失败
pass
别用 pkg_resources 或 importlib.metadata 查安装状态
这两个 API 的目标是读取已安装包的元数据（版本、入口点等），不是判断“能否导入”：
-
pkg_resources.get_distribution("xxx")会在包未安装时抛DistributionNotFound，但若包存在但被sys.path掩盖（比如多环境混用），它可能找到却无法导入 -
importlib.metadata.distribution("xxx")同样只查site-packages，不反映当前 Python 解释器实际能 import 的路径 - 它们还可能因缓存或 PEP 517 构建状态不一致而返回错误结果
注意 sys.path 和虚拟环境的影响
模块是否“已安装”，本质上取决于当前解释器的 sys.path 是否包含该模块的路径。常见干扰场景：
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
立即学习“Python免费学习笔记（深入）”；
- 在非激活的 venv 里运行脚本，却期望 venv 中安装的包可用
- 使用
python -m pip install安装，但脚本用的是另一个 Python 可执行文件（比如系统 Python） -
sys.path被手动修改（如插入了空字符串或相对路径），导致查找逻辑异常
验证方式很简单：
import sys print([p for p in sys.path if "site-packages" in p])
真正难的不是“怎么查”，而是查完之后做什么——比如你发现 fastparquet 没装，但用户其实只想读 CSV；这时候该静默跳过，还是提示安装命令，还是自动调用 subprocess.run([sys.executable, "-m", "pip", "install", ...])？后者在生产环境极不安全，且可能被权限或网络策略拦截。
