语法糖说明
语法糖(Syntactic sugar):
计算机语言中特殊的某种语法
这种语法对语言的功能并没有影响
对于程序员有更好的易用性
能够增加程序的可读性
简而言之,语法糖就是程序语言中提供[奇技淫巧
]的一种手段和方式而已。 通过这类方式编写出来的代码,即好看又好用,好似糖一般的语法。固美其名曰:语法糖
一个简单的例子
假设:有2个数字,现需要从中得到最大的那个数字。如何实现?
b = 2
c = 3
if b > c:
a = b
else:
a = c
其实还有更多的其它实现方式:
a = max(b, c)
a = c > b and c or b
a = c if c > b else b
a = [b, c][c > b]
这些都是可以实现我们需求的方法,殊途同归。但是它们在易用性、简洁性、可读性、性能等方面的表现都不一样。那么问题来了!
哪个才是我们所说的语法糖呢?
一些常见的语法糖
a = 1; b = 2; c = 3
b, c = c, b
a < c < b < 5
'1' * 100
[1,2,3,4] + [5,6,7,8]
可以看到这些语法,在其它语言里通常不会出现的。但是在Python中却神奇的被支持了,所以这些都是当之无愧的Python语法糖。
切片操作
像列表这类可以支持**切片
**操作的对象,则是我最初喜欢Python的一个非常重要的原因。
l = [1, 2, 3, 4, 5]
l[2]
l[:3]
l[3:]
l[2:4]
l[:-1]
l[:]
l[::2]
with语法糖
with语法糖实现的是一个上下文管理器,它主要的特点就是帮助我们自动管理上下文的衔接。即在需要的时候传给我们,不需要的时候自动关闭上下文对象。 需要注意的是:使用with语法糖是有条件的。即其后跟的对象必须要实现__enter__和__exit__这2个魔法属性。具体使用的例子如下:
with open('example_2.txt', 'r', encoding='utf-8') as f:
for line in f:
print(line, end='')
else语法糖
Python中提供一类else的语法,它可以在原有语法基础之上,支持更多一种情况的选择。 主要有for-else,while-else,try-else。需要注意的是,for-else和while-else需要和break语句配合时使用。
for else
for i in range(1):
print(i)
break
else:
print('for end')
while else
i = 1
while i:
print(i)
i -= 1
break
else:
print('while end')
try else
try:
1 / 1
except Exception as e:
print('except occured')
else:
print('it is fine')
finally:
print('i am finally')
函数相关语法糖
Python中函数我们都非常的熟悉,而在函数的使用上却有着与其它语言不同的选择。
动态参数
def example_dynamic_args(*args, **kwargs):
'''动态参数'''
print(args)
print(kwargs)
这个函数的参数与函数相比,其参数会有些不同之处。因为它们在接收参数时使用了不同方式。
example_dynamic_args(1,'2', True, name='xiaowu', age=18)
l = [1,'2',False]
d = {'name': 'xiaoming', age: '16'}
example_dynamic_args(*l, **d)
匿名函数
匿名函数在很多的语言中都存在,通常在临时需要一个函数的场景下使用。
lambda x: x * 2
Python中使用lambda表达式来实现匿名函数,观察上面的lambda表达式。其特点如下:
-
可以接受函数
-
函数体只有一个表达式
-
无需显式的return语句
-
整个表达式在一个语法行内实现
值得注意的是,lambda表达式除了一些语法上的限制之外;其它函数该有的特性它都有。比如:支持动态参数。下面是一个使用lambda表示的场景:
in_dict = {'a': 10, 'b': 2, 'c': 3}
print('in_dict:', in_dict)
out_dict = sorted(in_dict.items(), key=lambda x: x[1])
print('out_dict', out_dict)
推导表达式
推导表达式是Python中常见的语法糖,在很多的数据处理场景中,我们可能会使用的到。 最常见的就是列表推导表达式,可以用来过滤、处理列表中的子项并输出一个新的列表。除此之外还有几个推导式也是非常好用的。
列表推导表达式
in_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 9, 8, 7]
print('array before:', in_list)
array = [i for i in in_list if i % 2 != 0] # 列表推导表达式
print('array after:', array)
生成器推导表达式
in_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 9, 8, 7]
print('array before:', in_list)
array = (i for i in in_list if i % 2 != 0) # 生成器推导表达式
print('array after:', array)
集合推导表达式
in_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 9, 8, 7]
print('array before:', in_list)
array = {i for i in in_list if i % 2 != 0} # 集合推导表达式
print('array after:', array)
字典推导表达式
in_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 9, 8, 7]
print('array before:', in_list)
array = {i: i * 2 for i in in_list if i % 2 != 0} # 字典推导表达式
print('array after:', array)
不同推导式在语法使用上基本一致,只是在返回对象的类型上有所差别。
yield表达式
yield语法也是Python中比较有特点的语法糖,可以说是特有的。虽然其它语言有实现类似机制的功能。 yield是Python中实现**协程(coroutine)
**的一个重要基础。
def example_generator(in_list):
'''生成器'''
for i in in_list:
yield i * 2
装饰器
重要的往往在最后面,装饰器是学习Python绕不过去的坎。就像学习Java要理解面向对象和设计模式一样。 学习Python,你就应该要掌握好闭包、生成器、装饰器等相关知识。而对于编写高并发程序时则要掌握协程相关知识。
def example_decorator(func):
'''装饰器'''
def inner():
func()
return inner
更多学习
- Python装饰器详解
- Python多线程GIL
- Python魔法属性
- Python语法糖
学习更多关于Python和测试相关的技术,请扫码下面的二维码哦!!!