CLI工具需用argparse暴露输入输出等参数，避免硬编码路径；清洗函数应返回新DataFrame而非inplace修改；setup.py中通过entry_points注册全局命令；支持自定义编码和分隔符并优雅处理错误。
用 argparse 定义参数时，别把数据路径硬编码进脚本
CLI 工具的核心是「可复用」，一旦把 input.csv 写死在代码里，别人就只能改源码才能跑。必须把输入、输出、清洗规则开关都暴露为命令行参数。
常见错误：用 sys.argv[1] 手动取参，结果没校验类型、缺参数就报 IndexError；或者把所有逻辑塞进 if __name__ == '__main__': 里，导致无法单元测试。
实操建议：
创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。
- 用
argparse.ArgumentParser显式声明--input、--output、--drop-empty-cols等布尔开关 - 对路径参数加
type=Path（配合from pathlib import Path），并在parse_args()后立刻检查文件是否存在、是否可读 - 把清洗主逻辑抽成独立函数，例如
clean_data(df: pd.DataFrame, drop_empty: bool = False) -> pd.DataFrame，CLI 只负责加载→调用→保存
清洗逻辑封装成函数时，避免直接修改原始 DataFrame
很多人写 df.dropna(inplace=True) 或 df['col'] = df['col'].str.strip()，看似简洁，但会导致函数副作用——同一份数据被反复清洗时行为不可控，也难做中间状态调试。
立即学习“Python免费学习笔记（深入）”；
实操建议：
- 所有清洗函数默认返回新
DataFrame，不带inplace=True - 对缺失值处理、重复行、异常值等常见操作，用
pd.DataFrame.copy()开头，确保隔离性 - 如果用户传了
--debug参数，可在函数内加print(f"Before cleaning: {len(df)} rows")，但别混在业务逻辑里，用日志模块更稳妥
打包成可执行 CLI 时，setup.py 中 entry_points 是关键
只写 python my_cleaner.py --input data.csv 不算真正 CLI；用户期望的是 dataclean --input data.csv 这种全局命令。靠 entry_points 绑定函数入口，不是靠 shell alias 或软链接。
常见错误：在 setup.py 里漏写 console_scripts，或把函数路径写错成 my_cleaner:main 却忘了 main() 是顶层函数而非类方法。
实操建议：
-
setup.py中必须包含：entry_points={ 'console_scripts': ['dataclean = my_cleaner.cli:main'] } -
cli.py文件里定义的main()函数不能带参数，它由argparse自动注入sys.argv - 安装时用
pip install -e .（开发模式），避免每次改完都要重装
处理 CSV 编码和分隔符时，别假设用户用 UTF-8 和逗号
真实数据常来自 Excel 导出、旧系统导出或不同地区 Excel，默认编码可能是 gbk、latin-1，分隔符可能是 \t 或 ;。硬写 pd.read_csv('x.csv') 必然在某次运行时报 UnicodeDecodeError 或列数错乱。
实操建议：
- CLI 参数中加入
--encoding（默认utf-8）和--sep（默认,），并透传给pd.read_csv() - 对编码错误，加
try/except UnicodeDecodeError，提示用户换编码重试，而不是直接崩掉 - 如果用户传了
--sep auto，可用csv.Sniffer().sniff()探测分隔符，但仅限小文件（大文件会卡住）
pd 报的 KeyError 或 ValueError 信息太底层，用户根本看不出是列名写错了还是路径不存在。得在最外层 try/except 里统一捕获、重写提示，比如把 FileNotFoundError 转成 “找不到输入文件，请检查 --input 路径”。 
