Python的技巧有哪些

本篇內(nèi)容主要講解“Python的技巧有哪些”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“Python的技巧有哪些”吧!

1、對(duì)輸入的字符串“消毒”

對(duì)用戶輸入的內(nèi)容“消毒”，這問(wèn)題幾乎適用于你編寫的所有程序。通常將字符轉(zhuǎn)換為小寫或大寫就足夠了，有時(shí)你還可以使用正則表達(dá)式來(lái)完成工作，但是對(duì)于復(fù)雜的情況，還有更好的方法：

user_input = "This  string has  some whitespaces...  "  character_map = {   ord(    ) :    ,   ord(    ) :    ,   ord(    ) : None  }  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“ ”被單個(gè)空格替換了，而“ ”則被完全刪除。這是一個(gè)簡(jiǎn)單的示例，但是我們可以更進(jìn)一步，使用unicodedata 庫(kù)及其 combining() 函數(shù)，來(lái)生成更大的重映射表（remapping table），并用它來(lái)刪除字符串中所有的重音。

2、對(duì)迭代器切片

如果你嘗試直接對(duì)迭代器切片，則會(huì)得到 TypeError ，提示說(shuō)該對(duì)象不可取下標(biāo)（not subscriptable），但是有一個(gè)簡(jiǎn)單的解決方案：

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

使用itertools.islice，我們可以創(chuàng)建一個(gè) islice 對(duì)象，該對(duì)象是一個(gè)迭代器，可以生成我們所需的內(nèi)容。但是這有個(gè)重要的提醒，即它會(huì)消耗掉切片前以及切片對(duì)象 islice 中的所有元素。

（譯注：更多關(guān)于迭代器切片的內(nèi)容，可閱讀Python進(jìn)階：迭代器與迭代器切片）

3、跳過(guò)可迭代對(duì)象的開(kāi)始

有時(shí)候你必須處理某些文件，它們以可變數(shù)量的不需要的行（例如注釋）為開(kāi)頭。itertools 再次提供了簡(jiǎn)單的解決方案：

string_from_file = """  // Author: ...  // License: ...  //  // Date: ...  Actual content...  """  import itertools  for line in itertools.dropwhile(lambda line:line.startswith("//"), string_from_file.split("  ")):      print(line)

這段代碼僅會(huì)打印在初始的注釋部分之后的內(nèi)容。如果我們只想丟棄迭代器的開(kāi)頭部分（在此例中是注釋），并且不知道有多少內(nèi)容，那么此方法很有用。

4、僅支持關(guān)鍵字參數(shù)（kwargs）的函數(shù)

當(dāng)需要函數(shù)提供（強(qiáng)制）更清晰的參數(shù)時(shí)，創(chuàng)建僅支持關(guān)鍵字參數(shù)的函數(shù)，可能會(huì)挺有用：

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

如你所見(jiàn)，可以在關(guān)鍵字參數(shù)之前，放置單個(gè) * 參數(shù)來(lái)輕松解決此問(wèn)題。如果我們將位置參數(shù)放在 * 參數(shù)之前，則顯然也可以有位置參數(shù)。

5、創(chuàng)建支持 with 語(yǔ)句的對(duì)象

我們都知道如何使用 with 語(yǔ)句，例如打開(kāi)文件或者是獲取鎖，但是我們可以實(shí)現(xiàn)自己的么？是的，我們可以使用__enter__ 和__exit__ 方法來(lái)實(shí)現(xiàn)上下文管理器協(xié)議：

class Connection:   def __init__(self):    ...   def __enter__(self):    # Initialize connection...   def __exit__(self, type, value, traceback):    # Close connection...  with Connection() as c:   # __enter__() executes   ...   # conn.__exit__() executes

這是在 Python 中實(shí)現(xiàn)上下文管理的最常見(jiàn)方法，但是還有一種更簡(jiǎn)單的方法：

from contextlib import contextmanager  @contextmanager  def tag(name):   print(f"<{name}>")   yield   print(f"</{name}>")  with tag("h2"):   print("This is Title.")

上面的代碼段使用 contextmanager 裝飾器實(shí)現(xiàn)了內(nèi)容管理協(xié)議。tag 函數(shù)的第一部分（yield 之前）會(huì)在進(jìn)入 with 語(yǔ)句時(shí)執(zhí)行，然后執(zhí)行 with 的代碼塊，最后會(huì)執(zhí)行 tag 函數(shù)的剩余部分。

5、用__slots__節(jié)省內(nèi)存

如果你曾經(jīng)編寫過(guò)一個(gè)程序，該程序創(chuàng)建了某個(gè)類的大量實(shí)例，那么你可能已經(jīng)注意到你的程序突然就需要大量?jī)?nèi)存。那是因?yàn)?Python 使用字典來(lái)表示類實(shí)例的屬性，這能使其速度變快，但內(nèi)存不是很高效。通常這不是個(gè)問(wèn)題，但是，如果你的程序遇到了問(wèn)題，你可以嘗試使用__slots__ ：

class Person:      __slots__ = ["first_name", "last_name", "phone"]      def __init__(self, first_name, last_name, phone):      self.first_name = first_name     self.last_name = last_name      self.phone = phone

這里發(fā)生的是，當(dāng)我們定義__slots__屬性時(shí)，Python 使用固定大小的小型數(shù)組，而不是字典，這大大減少了每個(gè)實(shí)例所需的內(nèi)存。使用__slots__還有一些缺點(diǎn)——我們無(wú)法聲明任何新的屬性，并且只能使用在__slots__中的屬性。同樣，帶有__slots__的類不能使用多重繼承。

6、限制CPU和內(nèi)存使用量

如果不是想優(yōu)化程序內(nèi)存或 CPU 使用率，而是想直接將其限制為某個(gè)固定數(shù)字，那么 Python 也有一個(gè)庫(kù)能做到：

import signal  import resource  import os  # To Limit CPU time  def time_exceeded(signo, frame):   print("CPU exceeded...")  raise SystemExit(1)  def set_max_runtime(seconds):   # Install the signal handler and set a resource limit   soft, hard = resource.getrlimit(resource.RLIMIT_CPU)   resource.setrlimit(resource.RLIMIT_CPU, (seconds, hard))   signal.signal(signal.SIGXCPU, time_exceeded)  # To limit memory usage  def set_max_memory(size):   soft, hard = resource.getrlimit(resource.RLIMIT_AS)   resource.setrlimit(resource.RLIMIT_AS, (size, hard))

在這里，我們可以看到兩個(gè)選項(xiàng)，可設(shè)置最大 CPU 運(yùn)行時(shí)間和內(nèi)存使用上限。對(duì)于 CPU 限制，我們首先獲取該特定資源（RLIMIT_CPU）的軟限制和硬限制，然后通過(guò)參數(shù)指定的秒數(shù)和先前獲取的硬限制來(lái)設(shè)置它。最后，如果超過(guò) CPU 時(shí)間，我們將注冊(cè)令系統(tǒng)退出的信號(hào)。至于內(nèi)存，我們?cè)俅潍@取軟限制和硬限制，并使用帶有 size 參數(shù)的setrlimit 和獲取的硬限制對(duì)其進(jìn)行設(shè)置。

8、控制可以import的內(nèi)容

某些語(yǔ)言具有非常明顯的用于導(dǎo)出成員（變量、方法、接口）的機(jī)制，例如Golang，它僅導(dǎo)出以大寫字母開(kāi)頭的成員。另一方面，在 Python 中，所有內(nèi)容都會(huì)被導(dǎo)出，除非我們使用__all__ ：

def foo():   pass  def bar():  pass  __all__ = ["bar"]

使用上面的代碼段，我們可以限制from some_module import * 在使用時(shí)可以導(dǎo)入的內(nèi)容。對(duì)于以上示例，通配導(dǎo)入時(shí)只會(huì)導(dǎo)入 bar。此外，我們可以將__all__ 設(shè)為空，令其無(wú)法導(dǎo)出任何東西，并且在使用通配符方式從此模塊中導(dǎo)入時(shí)，將引發(fā) AttributeError。

9、比較運(yùn)算符的簡(jiǎn)便方法

為一個(gè)類實(shí)現(xiàn)所有比較運(yùn)算符可能會(huì)很煩人，因?yàn)橛泻芏嗟谋容^運(yùn)算符——__lt__、__le__、__gt__ 或__ge__。但是，如果有更簡(jiǎn)單的方法呢？functools.total_ordering 可救場(chǎng)：

from functools import total_ordering  @total_ordering  class Number:   def __init__(self, value):    self.value = value   def __lt__(self, other):    return self.value < other.value   def __eq__(self, other):    return self.value == other.value  print(Number(20) > Number(3))  print(Number(1) < Number(5))  print(Number(15) >= Number(15))  print(Number(10) <= Number(2))

這到底如何起作用的？total_ordering 裝飾器用于簡(jiǎn)化為我們的類實(shí)例實(shí)現(xiàn)排序的過(guò)程。只需要定義__lt__ 和__eq__，這是最低的要求，裝飾器將映射剩余的操作——它為我們填補(bǔ)了空白。

（ 譯注： 原作者的文章分為兩篇，為了方便讀者們閱讀，我特將它們整合在一起，以下便是第二篇的內(nèi)容。）

10、使用slice函數(shù)命名切片

使用大量硬編碼的索引值會(huì)很快搞亂維護(hù)性和可讀性。一種做法是對(duì)所有索引值使用常量，但是我們可以做得更好：

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

在此例中，我們可以避免神秘的索引，方法是先使用 slice 函數(shù)命名它們，然后再使用它們。你還可以通過(guò) .start、.stop和 .stop 屬性，來(lái)了解 slice 對(duì)象的更多信息。

11、在運(yùn)行時(shí)提示用戶輸入密碼

許多命令行工具或腳本需要用戶名和密碼才能操作。因此，如果你碰巧寫了這樣的程序，你可能會(huì)發(fā)現(xiàn) getpass 模塊很有用：

import getpass  user = getpass.getuser()  password = getpass.getpass()  # Do Stuff...

這個(gè)非常簡(jiǎn)單的包通過(guò)提取當(dāng)前用戶的登錄名，可以提示用戶輸入密碼。但是須注意，并非每個(gè)系統(tǒng)都支持隱藏密碼。Python 會(huì)嘗試警告你，因此切記在命令行中閱讀警告信息。

12、查找單詞/字符串的相近匹配

現(xiàn)在，關(guān)于 Python 標(biāo)準(zhǔn)庫(kù)中一些晦澀難懂的特性。如果你發(fā)現(xiàn)自己需要使用Levenshtein distance 【2】之類的東西，來(lái)查找某些輸入字符串的相似單詞，那么 Python 的 difflib 會(huì)為你提供支持。

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

difflib.get_close_matches 會(huì)查找最佳的“足夠好”的匹配。在這里，第一個(gè)參數(shù)與第二個(gè)參數(shù)匹配。我們還可以提供可選參數(shù) n ，該參數(shù)指定要返回的最多匹配結(jié)果。另一個(gè)可選的關(guān)鍵字參數(shù) cutoff （默認(rèn)值為 0.6），可以設(shè)置字符串匹配得分的閾值。

13、使用IP地址

如果你必須使用 Python 做網(wǎng)絡(luò)開(kāi)發(fā)，你可能會(huì)發(fā)現(xiàn) ipaddress 模塊非常有用。一種場(chǎng)景是從 CIDR（無(wú)類別域間路由 Classless Inter-Domain Routing）生成一系列 IP 地址：

import ipaddress  net = ipaddress.ip_network( 74.125.227.0/29 )  # Works for IPv6 too  # IPv4Network( 74.125.227.0/29 )  for addr in net:      print(addr)  # 74.125.227.0  # 74.125.227.1  # 74.125.227.2  # 74.125.227.3  # ...

另一個(gè)不錯(cuò)的功能是檢查 IP 地址的網(wǎng)絡(luò)成員資格：

ip = ipaddress.ip_address("74.125.227.3")  ip in net  # True  ip = ipaddress.ip_address("74.125.227.12")  ip in net  # False

還有很多有趣的功能，在這里【3】可以找到，我不再贅述。但是請(qǐng)注意，ipaddress 模塊和其它與網(wǎng)絡(luò)相關(guān)的模塊之間只有有限的互通性。例如，你不能將 IPv4Network 實(shí)例當(dāng)成地址字符串——需要先使用 str 轉(zhuǎn)換它們。

14、在Shell中調(diào)試程序崩潰

如果你是一個(gè)拒絕使用 IDE，并在 Vim 或 Emacs 中進(jìn)行編碼的人，那么你可能會(huì)遇到這樣的情況：擁有在 IDE 中那樣的調(diào)試器會(huì)很有用。

你知道嗎？你有一個(gè)——只要用python3.8 -i 運(yùn)行你的程序——一旦你的程序終止了， -i 會(huì)啟動(dòng)交互式 shell，在那你可以查看所有的變量和調(diào)用函數(shù)。整潔，但是使用實(shí)際的調(diào)試器（pdb ）會(huì)如何呢？讓我們用以下程序（script.py ）：

def func():      return 0 / 0  func()

并使用python3.8 -i script.py運(yùn)行腳本：

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

我們看到了崩潰的地方，現(xiàn)在讓我們?cè)O(shè)置一個(gè)斷點(diǎn)：

def func():      breakpoint()  # import pdb; pdb.set_trace()      return 0 / 0  func()

現(xiàn)在再次運(yùn)行它：

script.py(3)func()  -> return 0 / 0  (Pdb)  # we start here  (Pdb) step  ZeroDivisionError: division by zero  > script.py(3)func()  -> return 0 / 0  (Pdb)

大多數(shù)時(shí)候，打印語(yǔ)句和錯(cuò)誤信息就足以進(jìn)行調(diào)試，但是有時(shí)候，你需要四處摸索，以了解程序內(nèi)部正在發(fā)生的事情。在這些情況下，你可以設(shè)置斷點(diǎn)，然后程序執(zhí)行時(shí)將在斷點(diǎn)處停下，你可以檢查程序，例如列出函數(shù)參數(shù)、表達(dá)式求值、列出變量、或如上所示僅作單步執(zhí)行。

pdb 是功能齊全的 Python shell，理論上你可以執(zhí)行任何東西，但是你還需要一些調(diào)試命令，可在此處【4】找到。

15、在一個(gè)類中定義多個(gè)構(gòu)造函數(shù)

函數(shù)重載是編程語(yǔ)言（不含 Python）中非常常見(jiàn)的功能。即使你不能重載正常的函數(shù)，你仍然可以使用類方法重載構(gòu)造函數(shù)：

import datetime  class Date:      def __init__(self, year, month, day):          self.year = year          self.month = month          self.day = day      @classmethod      def today(cls):          t = datetime.datetime.now()          return cls(t.year, t.month, t.day)  d = Date.today()  print(f"{d.day}/{d.month}/{d.year}")  # 14/9/2019

你可能傾向于將替代構(gòu)造函數(shù)的所有邏輯放入__init__，并使用*args 、**kwargs 和一堆 if 語(yǔ)句，而不是使用類方法來(lái)解決。那可能行得通，但是卻變得難以閱讀和維護(hù)。

因此，我建議將很少的邏輯放入__init__，并在單獨(dú)的方法/構(gòu)造函數(shù)中執(zhí)行所有操作。這樣，對(duì)于類的維護(hù)者和用戶而言，得到的都是干凈的代碼。

16、使用裝飾器緩存函數(shù)調(diào)用

你是否曾經(jīng)編寫過(guò)一種函數(shù)，它執(zhí)行昂貴的 I/O 操作或一些相當(dāng)慢的遞歸，而且該函數(shù)可能會(huì)受益于對(duì)其結(jié)果進(jìn)行緩存（存儲(chǔ)）？如果你有，那么有簡(jiǎn)單的解決方案，即使用 functools 的lru_cache :

from functools import lru_cache  import requests  @lru_cache(maxsize=32)  def get_with_cache(url):      try:          r = requests.get(url)          return r.text      except:          return "Not Found"  for url in ["https://google.com/",              "https://martinheinz.dev/",              "https://reddit.com/",              "https://google.com/",              "https://dev.to/martinheinz",              "https://google.com/"]:      get_with_cache(url)  print(get_with_cache.cache_info())  # CacheInfo(hits=2, misses=4, maxsize=32, currsize=4)

在此例中，我們用了可緩存的 GET 請(qǐng)求（最多 32 個(gè)緩存結(jié)果）。你還可以看到，我們可以使用 cache_info 方法檢查函數(shù)的緩存信息。裝飾器還提供了 clear_cache 方法，用于使緩存結(jié)果無(wú)效。

我還想指出，此函數(shù)不應(yīng)與具有副作用的函數(shù)一起使用，或與每次調(diào)用都創(chuàng)建可變對(duì)象的函數(shù)一起使用。

17、在可迭代對(duì)象中查找最頻繁出現(xiàn)的元素

在列表中查找最常見(jiàn)的元素是非常常見(jiàn)的任務(wù)，你可以使用 for 循環(huán)和字典（map），但是這沒(méi)必要，因?yàn)?collections 模塊中有 Counter 類：

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

實(shí)際上，Counter 只是一個(gè)字典，將元素與出現(xiàn)次數(shù)映射起來(lái)，因此你可以將其用作普通字典：

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

除此之外，你還可以使用 update(more_words) 方法輕松添加更多元素。Counter 的另一個(gè)很酷的特性是你可以使用數(shù)學(xué)運(yùn)算（加法和減法）來(lái)組合和減去 Counter 的實(shí)例。

到此，相信大家對(duì)“Python的技巧有哪些”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！