家庭记账软件哪个好？Python实战从入门到精通

刚复制来的代码在本地跑不通，报错信息满屏飘，这种崩溃感我懂。很多新手卡在环境配置和逻辑报错上，以为是自己笨，其实多半是忽略了底层细节。想要真正掌握家庭记账软件哪个好这个选型问题，光看评测没用，得动手写一个。今天这篇教程带你从零搭建一个轻量级记账系统，从入门到精通，把代码跑通、逻辑理清，让你不再被各种Bug劝退。

项目目标与痛点分析

咱们先明确要解决什么。市面上记账App琳琅满目，但很多要么广告多，要么数据导出麻烦，要么隐私存疑。对于程序员来说，自建一个本地化、数据完全掌控的记账工具，不仅是为了省钱，更是为了练手。

核心痛点其实就三个：数据持久化、分类统计、可视化展示。

很多初学者写的记账脚本，重启电脑数据就没了，因为只存在内存里。这就像你修路没打地基，看着还行，一压就塌。我们要做的，是一个基于SQLite的轻量级应用，数据存在本地文件里，安全、快速、零依赖。

为什么选SQLite？因为它遵循RFC 规范中关于数据交换与存储的最佳实践思路，虽然SQLite本身是库，但其ACID事务特性符合工业级数据一致性要求。更重要的是，它单文件部署，不需要启动服务器，适合个人工具。

我们的目标很简单：

增删改查：记录每一笔开销，支持修改和删除。
分类统计：按月、按类别统计支出。
命令行交互：不用写前端，直接在终端输入指令即可操作。

这个目标看似简单，但涉及数据库连接管理、SQL注入防护、异常处理等核心技能。这也是从入门到精通必经的关卡。

目录结构与依赖安装

别一上来就写代码，工程化思维很重要。一个混乱的目录结构会让后期维护变成噩梦。

我们采用最简洁的结构：

family_accounting/
├── main.py          # 入口文件
├── db_manager.py    # 数据库操作模块
├── models.py        # 数据模型定义
└── utils.py         # 工具函数

db_manager.py 负责所有与SQLite打交道的逻辑，models.py 定义数据结构，utils.py 处理日期格式化、货币转换等杂活。main.py 则是用户交互界面。

安装依赖很简单，我们只用标准库，不需要pip安装第三方包。Python 3.8+ 自带 sqlite3 模块，这保证了最大兼容性。

如果你用的是Windows，确保环境变量配好；如果是Mac/Linux，直接运行即可。记住，环境一致是代码跑通的前提。很多“复制来的代码跑不通”，就是因为你在Py2环境跑Py3代码，或者路径分隔符不同。

核心代码实现

1. 数据库初始化与模型定义

先看 models.py，我们用简单的类来封装数据，避免裸字典传递。

# models.py
from dataclasses import dataclass
from datetime import datetime@dataclass
class Transaction:amount: floatcategory: strnote: strdate: datetimedef __post_init__(self):# 确保日期格式统一if isinstance(self.date, str):self.date = datetime.strptime(self.date, "%Y-%m-%d")

使用 dataclass 可以让代码更简洁，类型提示也更清晰。这是Python 3.7+ 的特性，推荐新手掌握。

接下来是核心中的核心：db_manager.py。这里我们要解决两个关键问题：连接管理和SQL安全。

# db_manager.py
import sqlite3
from models import Transaction
from datetime import datetimeclass DBManager:def __init__(self, db_name="accounts.db"):self.db_name = db_nameself.conn = Noneself._create_tables()def _connect(self):"""建立数据库连接，确保资源释放"""if not self.conn:self.conn = sqlite3.connect(self.db_name)self.conn.row_factory = sqlite3.Row  # 让查询结果像字典一样访问def _create_tables(self):"""初始化表结构"""self._connect()cursor = self.conn.cursor()cursor.execute('''CREATE TABLE IF NOT EXISTS transactions (id INTEGER PRIMARY KEY AUTOINCREMENT,amount REAL NOT NULL,category TEXT NOT NULL,note TEXT,date TEXT NOT NULL,created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP)''')self.conn.commit()def add_transaction(self, txn: Transaction):"""插入新交易记录注意：使用参数化查询防止SQL注入"""self._connect()cursor = self.conn.cursor()# 关键：使用 ? 占位符，绝对不要拼接字符串cursor.execute("INSERT INTO transactions (amount, category, note, date) VALUES (?, ?, ?, ?)",(txn.amount, txn.category, txn.note, txn.date.strftime("%Y-%m-%d")))self.conn.commit()return cursor.lastrowiddef get_monthly_summary(self, year: int, month: int):"""获取月度统计返回：{category: total_amount}"""self._connect()cursor = self.conn.cursor()# 使用 LIKE 进行模糊匹配日期date_prefix = f"{year}-{month:02d}"cursor.execute('''SELECT category, SUM(amount) as total FROM transactions WHERE date LIKE ?GROUP BY category''', (f"{date_prefix}%",))return {row['category']: row['total'] for row in cursor.fetchall()}def close(self):"""关闭数据库连接"""if self.conn:self.conn.close()

逐行讲解关键点：

row_factory = sqlite3.Row：这行代码至关重要。默认情况下，查询结果返回的是元组 (value1, value2)，你需要知道索引位置才能取值。设置后，你可以用 row['category'] 访问，代码可读性提升十倍。
参数化查询 ?：这是安全底线。如果你写成 cursor.execute(f"INSERT ... VALUES ({amount}...)")，一旦用户输入包含 ' 字符，就会报错甚至被注入。务必养成使用占位符的习惯。
date LIKE ?：SQLite的日期函数不如MySQL丰富，用 LIKE 匹配年月前缀是高效且通用的做法。

2. 主程序交互逻辑

main.py 负责接收用户输入并调用上述方法。

# main.py
import sys
from db_manager import DBManager
from models import Transaction
from datetime import datetimedef main():db = DBManager()print("=== 家庭记账助手 ===")print("1. 记一笔")print("2. 月度统计")print("3. 退出")try:while True:choice = input("\n请选择操作: ").strip()if choice == '1':amount = float(input("金额: "))category = input("类别 (如:餐饮,交通): ").strip()note = input("备注 (可选): ").strip()# 默认今天，可手动输入日期date_input = input("日期 (YYYY-MM-DD, 回车默认今天): ").strip()if date_input:date = datetime.strptime(date_input, "%Y-%m-%d")else:date = datetime.now()txn = Transaction(amount, category, note, date)db.add_transaction(txn)print("✅ 记录成功!")elif choice == '2':year = int(input("年份: "))month = int(input("月份: "))summary = db.get_monthly_summary(year, month)if summary:print(f"\n--- {year}年{month}月 支出统计 ---")total = 0for cat, amt in sorted(summary.items(), key=lambda x: x[1], reverse=True):print(f"{cat}: ¥{amt:.2f}")total += amtprint(f"总计: ¥{total:.2f}")else:print("本月无记录")elif choice == '3':print("再见!")breakelse:print("无效输入，请重试")except KeyboardInterrupt:print("\n\n程序中断")finally:db.close()if __name__ == "__main__":main()

运行与测试

代码写完，别急着觉得完事了。测试是区分新手和熟手的关键。

基础功能测试：运行 python main.py，选择1，输入金额100，类别“餐饮”。再输入一笔50元“交通”。然后选择2，查看本月统计。你应该看到“餐饮: ¥100.00”和“交通: ¥50.00”。
异常测试：
- 输入非数字金额：应该捕获 ValueError 异常（当前代码未处理，建议你在 float(input(...)) 外加 try-except）。
- 输入非法日期：如 2023-13-45，strptime 会抛出异常，需提示用户格式错误。
数据持久化测试：关闭程序，重新运行，查询之前的记录。如果数据还在，说明SQLite配置正确。

常见坑点：

权限问题：在某些Linux系统或macOS上，直接在项目根目录创建 accounts.db 可能因权限不足失败。建议指定绝对路径或确保目录可写。
编码问题：如果备注中包含中文，确保终端编码为UTF-8。Python 3 默认UTF-8，通常无碍，但Windows CMD用户需注意。

优化扩展与进阶技巧

当基础功能跑通后，如何让它更“精通”？

1. 增加数据校验

在 utils.py 中加入验证函数：

# utils.py
def validate_amount(amount: float) -> bool:return amount > 0def validate_date(date_str: str) -> bool:try:datetime.strptime(date_str, "%Y-%m-%d")return Trueexcept ValueError:return False

在 main.py 中调用，无效输入直接拒绝，提升用户体验。

2. 导出CSV

很多用户需要把数据导给Excel分析。添加一个 export_csv 方法：

# 在 db_manager.py 中
import csvdef export_csv(self, filename="export.csv"):self._connect()cursor = self.conn.cursor()cursor.execute("SELECT * FROM transactions ORDER BY date DESC")rows = cursor.fetchall()with open(filename, 'w', newline='', encoding='utf-8') as f:writer = csv.writer(f)writer.writerow(["ID", "Amount", "Category", "Note", "Date"])for row in rows:writer.writerow([row['id'], row['amount'], row['category'], row['note'], row['date']])print(f"已导出到 {filename}")