Python 3.15 低调发布：那些被头条忽略的宝藏特性

原文来源：Jamie Chang's Blog — Python 3.15: features that didn't make the headlines — 2026 年 5 月 13 日发布。Python 3.15 官方文档参考 docs.python.org/3.15/whatsnew/3.15.html。

每到这个时候，Python 的新版本又开始向我们走来。随着 Python 3.15.0b1 功能冻结，我们已经知道了今年晚些时候会带来什么。大家的目光都在懒加载（Lazy Imports）和 Tachyon 采样分析器这些大功能上，但这些小功能同样值得关注。

Asyncio TaskGroup 优雅取消

TaskGroup 是结构化并发的一种形式，让开发者以干净的方式创建多个并发任务。以前如果要在后台等待一个信号来中断 TaskGroup 的执行，过程相当别扭：

class Interrupt(Exception):
    ...
 
with suppress(Interrupt):
    async with asyncio.TaskGroup() as tg:
        tg.create_task(run())
        tg.create_task(run())
        if await wait_for_signal():
            raise Interrupt()

上面的代码能工作，因为 TaskGroup 中的异常会导致其他任务被取消。自定义的 Interrupt 异常作为 ExceptionGroup 的一部分抛出，然后被 contextlib.suppress 过滤掉。

在 Python 3.15 中，TaskGroup.cancel() 让这一切变得非常简单：

async with asyncio.TaskGroup() as tg:
    tg.create_task(run())
    tg.create_task(run())
    if await wait_for_signal():
        tg.cancel()

简单到不需要解释——它直接取消整个组，不抛出任何异常。

上下文管理器改进：终于能当装饰器用了

你知道吗？上下文管理器从 Python 3.3 开始就可以兼作装饰器：

@contextmanager
def duration(message: str) -> Iterator[None]:
    start = time.perf_counter()
    try:
        yield
    finally:
        print(f"{message} elapsed {time.perf_counter() - start:.2f} seconds")
 
@duration('workload')
def workload():
    ...

但之前有一个问题：对于异步函数和生成器，它不工作。

当你对 async def 或 def 生成器函数使用这个装饰器时，调用它们会立即返回（协程对象或生成器对象），而不是覆盖整个生命周期。这在 3.15 中被修复了——ContextDecorator 现在会检查被包装函数的类型，确保装饰器覆盖整个生命周期。

个人来看，这使上下文管理器成为创建装饰器的最佳方式。它避免了一些常见的陷阱，语法也更简洁。

线程安全迭代器

迭代器是 Python 的基础设施之一。但默认情况下，迭代器不是线程安全的。在多线程或自由线程（free-threading）环境中使用同一迭代器，可能会出现跳过值或内部状态损坏的问题。

Python 3.15 用 threading.serialize_iterator 解决了这个问题：

import threading
 
events = threading.serialize_iterator(stream_events(...))
 
with ThreadPoolExecutor() as executor:
    fut1 = executor.submit(consume, events)
    fut2 = executor.submit(consume, events)

还有 threading.synchronized_iterator 装饰器，直接应用到生成器函数上：

@synchronized_iterator
def stream_events():
    ...

以及 threading.concurrent_tee，它不是分割值，而是将值复制到多个迭代器中：

source1, source2 = threading.concurrent_tee(squares(10), n=2)
 
with ThreadPoolExecutor() as executor:
    fut1 = executor.submit(consume, source1)
    fut2 = executor.submit(consume, source2)

以前我们需要依赖 Queue 来协调线程间的消费，有了这些工具，多线程代码的抽象层不再需要改变了。

惊喜一：Counter 的 XOR 操作

collections.Counter 是一个非常实用的类，它像 dict[KeyType, int] 一样工作，但有一堆方便的操作：

c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
 
print(f"{c + d = }")  # Counter(a=4, b=3) — 相加
print(f"{c - d = }")  # Counter(a=1, b=0) — 相减（只保留正数）
print(f"{c & d = }")  # Counter(a=1, b=1) — 交集：min(c[x], d[x])
print(f"{c | d = }")  # Counter(a=3, b=2) — 并集：max(c[x], d[x])

在 Python 3.15 中，加入了 XOR 操作：

c ^ d == Counter(a=2, b=1)
# 等于 (c | d) - (c & d)

可以把它理解为集合的对称差集：出现在任一 Counter 中但不同时出现的元素。虽然实际用途可能有限，但 API 完整性是好事。

惊喜二：不可变 JSON 对象

Python 3.15 引入了 frozendict，配合 JSON 模块的新 array_hook 参数，现在可以方便地将 JSON 解析为完全不可变（可哈希）的形式：

json.loads('{"a": [1, 2, 3, 4]}',
           array_hook=tuple,
           object_hook=frozendict)
# 返回 frozendict({'a': (1, 2, 3, 4)})

array_hook 是对 object_hook 的补充，以前 JSON 模块支持自定义对象钩子，但不支持自定义数组类型。现在两者都有了，JSON 解析的可定制性上了一个台阶。

总结

Python 3.15 并不是一个"革命性"的版本——懒加载和 Tachyon 分析器才是真正的亮点。但如果你已经熟悉那些大功能，这些"小功能"恰好是日常编码中最实用的部分。

• TaskGroup.cancel() —— 异步编程更顺手了
• ContextDecorator 的异步兼容 —— 装饰器写法更统一了
• threading.serialize_iterator —— 多线程迭代不再头疼
• Counter XOR + array_hook —— API 完整性和细节打磨

这些变化虽小，但每一个都是 Python 开发者在实际工作中踩过的坑。Python 3.15 beta 已经可以试用了，正式版预计下半年发布。

延伸阅读

• Python 3.15 What's New
• Jamie Chang's Blog — 原始文章
• PEP 814 — frozendict