你可能不知道的Python技巧

时间：2022-10-09 13:57:03

你可能不知道的Python技巧

有许许多多文章写了 Python 中的许多很酷的特性，例如变量解包、偏函数、枚举可迭代对象，但是关于 Python 还有很多要讨论的话题，因此在本文中，我将尝试展示一些我知道的和在使用的，但很少在其它文章提到过的特性。那就开始吧。

1、对输入的字符串“消毒”

对用户输入的内容“消毒”，这问题几乎适用于你编写的所有程序。通常将字符转换为小写或大写就足够了，有时你还可以使用正则表达式来完成工作，但是对于复杂的情况，还有更好的方法：

  1. user_input = "This  
  2. string has  some whitespaces...  
  3. "  
  4. character_map = {  
  5.  ord(   
  6.  ) :    ,  
  7.  ord(    ) :    ,  
  8.  ord(   
  9.  ) : None  
  10. }  
  11. user_input.translate(character_map)  # This string has some whitespaces... " 

在此示例中，你可以看到空格字符“ ”和“ ”被单个空格替换了，而“ ”则被完全删除。这是一个简单的示例，但是我们可以更进一步，使用unicodedata 库及其 combining() 函数，来生成更大的重映射表（remapping table），并用它来删除字符串中所有的重音。

2、对迭代器切片

如果你尝试直接对迭代器切片，则会得到 TypeError ，提示说该对象不可取下标（not subscriptable），但是有一个简单的解决方案：

  1. import itertools  
  2. s = itertools.islice(range(50), 10, 20)  # <itertools.islice object at 0x7f70fab88138>  
  3. for val in s:  
  4.  ... 

使用itertools.islice，我们可以创建一个 islice 对象，该对象是一个迭代器，可以生成我们所需的内容。但是这有个重要的提醒，即它会消耗掉切片前以及切片对象 islice 中的所有元素。

（译注：更多关于迭代器切片的内容，可阅读Python进阶：迭代器与迭代器切片）

3、跳过可迭代对象的开始

有时候你必须处理某些文件，它们以可变数量的不需要的行（例如注释）为开头。itertools 再次提供了简单的解决方案：

  1. string_from_file = """  
  2. // Author: ...  
  3. // License: ...  
  4. //  
  5. // Date: ...  
  6. Actual content...  
  7. """  
  8. import itertools  
  9. for line in itertools.dropwhile(lambda line:line.startswith("//"), string_from_file.split("  
  10. ")):  
  11.     print(line) 

这段代码仅会打印在初始的注释部分之后的内容。如果我们只想丢弃迭代器的开头部分（在此例中是注释），并且不知道有多少内容，那么此方法很有用。

4、仅支持关键字参数（kwargs）的函数

当需要函数提供（强制）更清晰的参数时，创建仅支持关键字参数的函数，可能会挺有用：

  1. def test(*, a, b):  
  2.  pass  
  3. test("value for a", "value for b")  # TypeError: test() takes 0 positional arguments...  
  4. test(a="value", b="value 2")  # Works... 

如你所见，可以在关键字参数之前，放置单个 * 参数来轻松解决此问题。如果我们将位置参数放在 * 参数之前，则显然也可以有位置参数。

5、创建支持 with 语句的对象

我们都知道如何使用 with 语句，例如打开文件或者是获取锁，但是我们可以实现自己的么？是的，我们可以使用__enter__ 和__exit__ 方法来实现上下文管理器协议：

  1. class Connection:  
  2.  def __init__(self):  
  3.   ...  
  4.  def __enter__(self):  
  5.   # Initialize connection...  
  6.  def __exit__(self, type, value, traceback):  
  7.   # Close connection...  
  8. with Connection() as c:  
  9.  # __enter__() executes  
  10.  ...  
  11.  # conn.__exit__() executes 

这是在 Python 中实现上下文管理的最常见方法，但是还有一种更简单的方法：

  1. from contextlib import contextmanager  
  2. @contextmanager  
  3. def tag(name):  
  4.  print(f"<{name}>")  
  5.  yield  
  6.  print(f"</{name}>")  
  7. with tag("h1"):  
  8.  print("This is Title.") 

上面的代码段使用 contextmanager 装饰器实现了内容管理协议。tag 函数的第一部分（yield 之前）会在进入 with 语句时执行，然后执行 with 的代码块，最后会执行 tag 函数的剩余部分。

5、用__slots__节省内存

如果你曾经编写过一个程序，该程序创建了某个类的大量实例，那么你可能已经注意到你的程序突然就需要大量内存。那是因为 Python 使用字典来表示类实例的属性，这能使其速度变快，但内存不是很高效。通常这不是个问题，但是，如果你的程序遇到了问题，你可以尝试使用__slots__ ：

  1. class Person:  
  2.     __slots__ = ["first_name", "last_name", "phone"]  
  3.     def __init__(self, first_name, last_name, phone):  
  4.     self.first_name = first_name 
  5.     self.last_name = last_name  
  6.     self.phone = phone 

这里发生的是，当我们定义__slots__属性时，Python 使用固定大小的小型数组，而不是字典，这大大减少了每个实例所需的内存。使用__slots__还有一些缺点——我们无法声明任何新的属性，并且只能使用在__slots__中的属性。同样，带有__slots__的类不能使用多重继承。

6、限制CPU和内存使用量

如果不是想优化程序内存或 CPU 使用率，而是想直接将其限制为某个固定数字，那么 Python 也有一个库能做到：

  1. import signal  
  2. import resource  
  3. import os  
  4. # To Limit CPU time  
  5. def time_exceeded(signo, frame):  
  6.  print("CPU exceeded...") 
  7.  raise SystemExit(1)  
  8. def set_max_runtime(seconds):  
  9.  # Install the signal handler and set a resource limit  
  10.  soft, hard = resource.getrlimit(resource.RLIMIT_CPU)  
  11.  resource.setrlimit(resource.RLIMIT_CPU, (seconds, hard))  
  12.  signal.signal(signal.SIGXCPU, time_exceeded)  
  13. # To limit memory usage  
  14. def set_max_memory(size):  
  15.  soft, hard = resource.getrlimit(resource.RLIMIT_AS)  
  16.  resource.setrlimit(resource.RLIMIT_AS, (size, hard)) 

在这里，我们可以看到两个选项，可设置最大 CPU 运行时间和内存使用上限。对于 CPU 限制，我们首先获取该特定资源（RLIMIT_CPU）的软限制和硬限制，然后通过参数指定的秒数和先前获取的硬限制来设置它。最后，如果超过 CPU 时间，我们将注册令系统退出的信号。至于内存，我们再次获取软限制和硬限制，并使用带有 size 参数的setrlimit 和获取的硬限制对其进行设置。

8、控制可以import的内容

某些语言具有非常明显的用于导出成员（变量、方法、接口）的机制，例如Golang，它仅导出以大写字母开头的成员。另一方面，在 Python 中，所有内容都会被导出，除非我们使用__all__ ：

  1. def foo():  
  2.  pass  
  3. def bar(): 
  4.  pass  
  5. __all__ = ["bar"] 

使用上面的代码段，我们可以限制from some_module import * 在使用时可以导入的内容。对于以上示例，通配导入时只会导入 bar。此外，我们可以将__all__ 设为空，令其无法导出任何东西，并且在使用通配符方式从此模块中导入时，将引发 AttributeError。

9、比较运算符的简便方法

为一个类实现所有比较运算符可能会很烦人，因为有很多的比较运算符——__lt__、__le__、__gt__ 或__ge__。但是，如果有更简单的方法呢？functools.total_ordering 可救场：

  1. from functools import total_ordering  
  2. @total_ordering  
  3. class Number:  
  4.  def __init__(self, value):  
  5.   self.value = value  
  6.  def __lt__(self, other):  
  7.   return self.value < other.value  
  8.  def __eq__(self, other):  
  9.   return self.value == other.value  
  10. print(Number(20) > Number(3))  
  11. print(Number(1) < Number(5))  
  12. print(Number(15) >= Number(15))  
  13. print(Number(10) <= Number(2)) 

这到底如何起作用的？total_ordering 装饰器用于简化为我们的类实例实现排序的过程。只需要定义__lt__ 和__eq__，这是最低的要求，装饰器将映射剩余的操作——它为我们填补了空白。

（ 译注： 原作者的文章分为两篇，为了方便读者们阅读，我特将它们整合在一起，以下便是第二篇的内容。）

10、使用slice函数命名切片

使用大量硬编码的索引值会很快搞乱维护性和可读性。一种做法是对所有索引值使用常量，但是我们可以做得更好：

  1. # ID   First Name   Last Name  
  2. line_record = "2        John         Smith"  
  3. ID = slice(0, 8)  
  4. FIRST_NAME = slice(9, 21)  
  5. LAST_NAME = slice(22, 27)  
  6. name = f"{line_record[FIRST_NAME].strip()} {line_record[LAST_NAME].strip()}"  
  7. # name == "John Smith" 

在此例中，我们可以避免神秘的索引，方法是先使用 slice 函数命名它们，然后再使用它们。你还可以通过 .start、.stop和 .stop 属性，来了解 slice 对象的更多信息。

11、在运行时提示用户输入密码

许多命令行工具或脚本需要用户名和密码才能操作。因此，如果你碰巧写了这样的程序，你可能会发现 getpass 模块很有用：

  1. import getpass  
  2. user = getpass.getuser()  
  3. password = getpass.getpass()  
  4. # Do Stuff... 

这个非常简单的包通过提取当前用户的登录名，可以提示用户输入密码。但是须注意，并非每个系统都支持隐藏密码。Python 会尝试警告你，因此切记在命令行中阅读警告信息。

12、查找单词/字符串的相近匹配

现在，关于 Python 标准库中一些晦涩难懂的特性。如果你发现自己需要使用Levenshtein distance 【2】之类的东西，来查找某些输入字符串的相似单词，那么 Python 的 difflib 会为你提供支持。

  1. import difflib  
  2. difflib.get_close_matches( appel , [ ape ,  apple ,  peach ,  puppy ], n=2)  
  3. # returns [ apple ,  ape ] 

difflib.get_close_matches 会查找最佳的“足够好”的匹配。在这里，第一个参数与第二个参数匹配。我们还可以提供可选参数 n ，该参数指定要返回的最多匹配结果。另一个可选的关键字参数 cutoff （默认值为 0.6），可以设置字符串匹配得分的阈值。

13、使用IP地址

如果你必须使用 Python 做网络开发，你可能会发现 ipaddress 模块非常有用。一种场景是从 CIDR（无类别域间路由 Classless Inter-Domain Routing）生成一系列 IP 地址：

  1. import ipaddress  
  2. net = ipaddress.ip_network( 74.125.227.0/29 )  # Works for IPv6 too  
  3. # IPv4Network( 74.125.227.0/29 )  
  4. for addr in net:  
  5.     print(addr)  
  6. # 74.125.227.0  
  7. # 74.125.227.1  
  8. # 74.125.227.2  
  9. # 74.125.227.3  
  10. # ... 

另一个不错的功能是检查 IP 地址的网络成员资格：

  1. ip = ipaddress.ip_address("74.125.227.3")  
  2. ip in net  
  3. # True  
  4. ip = ipaddress.ip_address("74.125.227.12")  
  5. ip in net  
  6. # False 

还有很多有趣的功能，在这里【3】可以找到，我不再赘述。但是请注意，ipaddress 模块和其它与网络相关的模块之间只有有限的互通性。例如，你不能将 IPv4Network 实例当成地址字符串——需要先使用 str 转换它们。

14、在Shell中调试程序崩溃

如果你是一个拒绝使用 IDE，并在 Vim 或 Emacs 中进行编码的人，那么你可能会遇到这样的情况：拥有在 IDE 中那样的调试器会很有用。

你知道吗？你有一个——只要用python3.8 -i 运行你的程序——一旦你的程序终止了， -i 会启动交互式 shell，在那你可以查看所有的变量和调用函数。整洁，但是使用实际的调试器（pdb ）会如何呢？让我们用以下程序（script.py ）：

  1. def func():  
  2.     return 0 / 0  
  3. func() 

并使用python3.8 -i script.py运行脚本：

  1. # Script crashes...  
  2. Traceback (most recent call last):  
  3.   File "script.py", line 4, in <module>  
  4.     func()  
  5.   File "script.py", line 2, in func  
  6.     return 0 / 0  
  7. ZeroDivisionError: division by zero  
  8. >>> import pdb  
  9. >>> pdb.pm()  # Post-mortem debugger  
  10. > script.py(2)func()  
  11. -> return 0 / 0  
  12. (Pdb) 

我们看到了崩溃的地方，现在让我们设置一个断点：

  1. def func():  
  2.     breakpoint()  # import pdb; pdb.set_trace()  
  3.     return 0 / 0  
  4. func() 

现在再次运行它：

  1. script.py(3)func()  
  2. -> return 0 / 0  
  3. (Pdb)  # we start here  
  4. (Pdb) step  
  5. ZeroDivisionError: division by zero  
  6. > script.py(3)func()  
  7. -> return 0 / 0  
  8. (Pdb) 

大多数时候，打印语句和错误信息就足以进行调试，但是有时候，你需要四处摸索，以了解程序内部正在发生的事情。在这些情况下，你可以设置断点，然后程序执行时将在断点处停下，你可以检查程序，例如列出函数参数、表达式求值、列出变量、或如上所示仅作单步执行。

pdb 是功能齐全的 Python shell，理论上你可以执行任何东西，但是你还需要一些调试命令，可在此处【4】找到。

15、在一个类中定义多个构造函数

函数重载是编程语言（不含 Python）中非常常见的功能。即使你不能重载正常的函数，你仍然可以使用类方法重载构造函数：

  1. import datetime  
  2. class Date:  
  3.     def __init__(self, year, month, day):  
  4.         self.year = year  
  5.         self.month = month  
  6.         self.day = day  
  7.     @classmethod  
  8.     def today(cls):  
  9.         t = datetime.datetime.now()  
  10.         return cls(t.year, t.month, t.day)  
  11. d = Date.today()  
  12. print(f"{d.day}/{d.month}/{d.year}")  
  13. # 14/9/2019 

你可能倾向于将替代构造函数的所有逻辑放入__init__，并使用*args 、**kwargs 和一堆 if 语句，而不是使用类方法来解决。那可能行得通，但是却变得难以阅读和维护。

因此，我建议将很少的逻辑放入__init__，并在单独的方法/构造函数中执行所有操作。这样，对于类的维护者和用户而言，得到的都是干净的代码。

16、使用装饰器缓存函数调用

你是否曾经编写过一种函数，它执行昂贵的 I/O 操作或一些相当慢的递归，而且该函数可能会受益于对其结果进行缓存（存储）？如果你有，那么有简单的解决方案，即使用 functools 的lru_cache :

  1. from functools import lru_cache  
  2. import requests  
  3. @lru_cache(maxsize=32)  
  4. def get_with_cache(url):  
  5.     try:  
  6.         r = requests.get(url)  
  7.         return r.text 
  8.      except:  
  9.         return "Not Found"  
  10. for url in ["https://google.com/",  
  11.             "https://martinheinz.dev/",  
  12.             "https://reddit.com/",  
  13.             "https://google.com/",  
  14.             "https://dev.to/martinheinz",  
  15.             "https://google.com/"]:  
  16.     get_with_cache(url)  
  17. print(get_with_cache.cache_info())  
  18. # CacheInfo(hits=2, misses=4, maxsize=32, currsize=4) 

在此例中，我们用了可缓存的 GET 请求（最多 32 个缓存结果）。你还可以看到，我们可以使用 cache_info 方法检查函数的缓存信息。装饰器还提供了 clear_cache 方法，用于使缓存结果无效。

我还想指出，此函数不应与具有副作用的函数一起使用，或与每次调用都创建可变对象的函数一起使用。

17、在可迭代对象中查找最频繁出现的元素

在列表中查找最常见的元素是非常常见的任务，你可以使用 for 循环和字典（map），但是这没必要，因为 collections 模块中有 Counter 类：

  1. from collections import Counter  
  2. cheese = ["gouda", "brie", "feta", "cream cheese", "feta", "cheddar",  
  3.           "parmesan", "parmesan", "cheddar", "mozzarella", "cheddar", "gouda",  
  4.           "parmesan", "camembert", "emmental", "camembert", "parmesan"]  
  5. cheese_count = Counter(cheese)  
  6. print(cheese_count.most_common(3))  
  7. # Prints: [( parmesan , 4), ( cheddar , 3), ( gouda , 2)] 

实际上，Counter 只是一个字典，将元素与出现次数映射起来，因此你可以将其用作普通字典：

pythonprint(cheese_count["mozzarella"])¨K40Kcheese_count["mozzarella"] += 1print(cheese_count["mozzarella"])¨K41K

除此之外，你还可以使用 update(more_words) 方法轻松添加更多元素。Counter 的另一个很酷的特性是你可以使用数学运算（加法和减法）来组合和减去 Counter 的实例。

原文地址：https://mp.weixin.qq.com/s/Cvb35n2ahsR-38k38u9jyQ

标签：

相关文章