Python函数复用的核心是“一次写好、多处调用、易于维护”，需遵循单一职责、明确接口、按业务域模块化拆分、避免循环依赖、保障测试与可安装性。
Python函数复用不是简单地把代码复制粘贴，核心在于“一次写好、多处调用、易于维护”。关键不在于堆砌功能，而在于按职责边界合理拆分模块，让每个函数专注一件事，每个模块承载一类相关能力。
函数设计：单一职责 + 明确接口
一个可复用的函数应只解决一个问题，输入输出清晰，不依赖外部状态。比如处理日期格式的逻辑，不要和数据库写入混在一起。
- 参数尽量用命名关键字（**kwargs 或显式关键字参数），避免位置参数错位
- 返回值类型稳定，避免有时返回字符串、有时返回 None；必要时用类型提示（def parse_date(s: str) -> datetime:）
- 不直接 print 或读取 config.py，改用参数传入或通过配置对象注入
模块拆分：按业务域而非文件大小
别按“工具函数放 utils.py”这种粗粒度方式组织。应围绕具体业务场景划分，例如用户认证、订单计算、日志上报等，每个模块对应一个明确语义。
- auth/：含 login、token_verify、password_hash 等函数，对外只暴露 verify_user(token)
- order/：含 calculate_discount、validate_stock、generate_receipt，不暴露底层数据库 session
- 每个子模块内用 __init__.py 控制导出接口，隐藏实现细节（如 from .calc import _round_price 不对外）
跨模块复用：避免循环导入，用依赖注入代替硬引用
当 A 模块需要 B 模块的函数，但 B 又间接依赖 A 时，容易触发 ImportError。此时不应强行调整 import 顺序，而是重构调用关系。
立即学习“Python免费学习笔记（深入）”；
- 把共享逻辑抽成独立模块（如 shared/validators.py），被 A 和 B 同时导入
- 对需定制行为的函数，用回调函数或策略类传入（如 process_payment(amount, on_success=notify_slack)）
- 启动时统一初始化配置或客户端（如数据库连接池），通过参数或全局上下文传递，而非在函数内部 new Client()
测试与发布：让复用有保障
没人敢复用没测过的函数。模块拆分后，每个函数/模块都应有对应单元测试，并支持独立安装。
- 为每个模块写 test_*.py，覆盖正常路径、边界值、异常输入（如空字符串、负数、None）
- 用 pyproject.toml 定义模块为可安装包（[project] name = "mycore"），其他项目通过 pip install -e ./mycore 开发式引用
- 函数文档字符串写清楚用途、参数、返回值、示例（用 doctest 可直接运行验证）
