这是个很好的问题，Python 的标准库、第三方库那么多，怎么快速根据一个模糊的需求定位到自己需要的库呢？

直接答案，就是：Google。

-----------------------

下面讲讲理由吧。

awesome-python 系列确实大都是 Python 开源世界的精品，但是这样一个聚合的列表，乍一看都知道了，却很难在需要使用的时候快速定位上去。其实，awesome-python 系列可以作为你平时积累和学习的目录，但是，在要快速找到一个轮子造车的时候，还是 Google 更好用了。

比如，你想要用 Python 比较文本相似度，可以在 Google 搜索关键词「Python string similarity」。记住，搜索的时候用空格分隔几个关键词，不要写一句完整的话来做搜索。

在 Google 得到如下结果：

前三个答案的结果分别是 difflib(1, 3) 、FuzzyWuzzy (2)，在第二个答案中，有这样一句话：

已知 difflib 是 Python 标准库的成员， FuzzyWuzzy 基于 difflib。于是，我们可以尝试使用 FuzzyWuzzy 来完成文本相似度的比较。

---------------------

再举个例子吧，比如要用 Python 解析 Markdown，那么，搜索关键词「Python Markdown to html」，结果如下：

分别带我们去到了 Pypi 和 GitHub 上。简单尝试之后，就可以选择自己满意的一个库进行使用了。

-------------------

除了第三方库， Python 标准库也可以通过这样的方式快速定位。比如要在 Python 程序中记录日志，这样的功能肯定是有官方实现的，在 Google 中搜索「Python standard library logging」，结果如下：

分别是不同版本的官方文档，里面有详细的示例代码可以参考。

-------------------------

除此之外，Python 官方文档中有一个「

」系列，强烈建议每个 Python 开发者都认真学习一遍。要是你有足够的时间或者你有足够的热情，通读一次官方文档（

）当然是最好不过的了，尤其是「

」这部分。

-------------------------

个人认为，通过 Google 搜索技术问题，最好的方式就是提到点上，不要长篇大论，不要使用问句句式，将问题归结为几个关键词再搜索，往往可以在较短时间里得到满意的回答。这不只限于 Python 常用库的搜索，也包括其它技术问题、其它语言甚至其它非技术问题，这样的搜索往往会更快得到你需要的。