介紹 Python 炫酷功能（例如，變數解包，偏函式，列舉可迭代物件等）的文章層出不窮。但是還有很多 Python 的程式設計小技巧鮮被提及。因此，本文會試著介紹一些其它文章沒有提到的小技巧，這些小技巧也是我平時會用到的的。讓我們一探究竟吧！
整理字串輸入
整理使用者輸入的問題在程式設計過程中極為常見。通常情況下，將字元轉換為小寫或大寫就夠了，有時你可以使用正規表示式模組「Regex」完成這項工作。但是如果問題很複雜，可能有更好的方法來解決：
user_input = "This\nstring has\tsome whitespaces...\r\n"
character_map = {
ord('\n') : ' ',
ord('\t') : ' ',
ord('\r') : None
}
user_input.translate(character_map) # This string has some whitespaces... 在本例中，你可以看到空格符「\ n」和「\ t」都被替換成了單個空格，「\ r」都被刪掉了。這只是個很簡單的例子，我們可以更進一步，使用「unicodedata」程式包生成大型重對映表，並使用其中的「combining()」進行生成和對映，我們可以
迭代器切片（Slice）
如果對迭代器進行切片操作，會返回一個「TypeError」，提示生成器物件沒有下標，但是我們可以用一個簡單的方案來解決這個問題：
import itertools
s = itertools.islice(range(50), 10, 20) # <itertools.islice object at 0x7f70fab88138>
for val in s:
...我們可以使用「itertools.islice」建立一個「islice」物件，該物件是一個迭代器，可以產生我們想要的項。但需要注意的是，該操作要使用切片之前的所有生成器項，以及「islice」物件中的所有項。
跳過可迭代物件的開頭
有時你要處理一些以不需要的行（如註釋）開頭的檔案。「itertools」再次提供了一種簡單的解決方案：
string_from_file = """
// Author: ...
// License: ...
//
// Date: ...
Actual content...
"""
import itertools
for line in itertools.dropwhile(lambda line: line.startswith("//"), string_from_file.split("\n")):
print(line)這段程式碼只列印初始註釋部分之後的內容。如果我們只想捨棄可迭代物件的開頭部分（本示例中為開頭的註釋行），而又不知道要這部分有多長時，這種方法就很有用了。
只包含關鍵字引數的函式 (kwargs)
當我們使用下面的函式時，建立僅僅需要關鍵字引數作為輸入的函式來提供更清晰的函式定義，會很有幫助：
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，在關鍵字引數之前加上一個「*」就可以解決這個問題。如果我們將某些引數放在「*」引數之前，它們顯然是位置引數。
建立支援「with」語句的物件
舉例而言，我們都知道如何使用「with」語句開啟檔案或獲取鎖，但是我們可以實現自己上下文表示式嗎？是的，我們可以使用「__enter__」和「__exit__」來實現上下文管理協議:
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 中最常見的實現上下文管理的方法，但是還有更簡單的方法:
from contextlib import contextmanager
@contextmanager
def tag(name):
print(f"<{name}>")
yield
print(f"</{name}>")
with tag("h1"):
print("This is Title.")上面這段程式碼使用 contextmanager 的 manager 裝飾器實現了內容管理協議。在進入 with 塊時 tag 函式的第一部分（在 yield 之前的部分）就已經執行了，然後 with 塊才被執行，最後執行 tag 函式的其餘部分。
用「__slots__」節省記憶體
如果你曾經編寫過一個建立了某種類的大量例項的程式，那麼你可能已經注意到，你的程式突然需要大量的記憶體。那是因為 Python 使用字典來表示類例項的屬性，這使其速度很快，但記憶體使用效率卻不是很高。通常情況下，這並不是一個嚴重的問題。但是，如果你的程式因此受到嚴重的影響，不妨試一下「__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當我們定義了「__slots__」屬性時，Python 沒有使用字典來表示屬性，而是使用小的固定大小的陣列，這大大減少了每個例項所需的記憶體。使用「__slots__」也有一些缺點：我們不能宣告任何新的屬性，我們只能使用「__slots__」上現有的屬性。而且，帶有「__slots__」的類不能使用多重繼承。
限制「CPU」和記憶體使用量
如果不是想最佳化程式對記憶體或 CPU 的使用率，而是想直接將其限制為某個確定的數字，Python 也有一個對應的庫可以做到：
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))我們可以看到，在上面的程式碼片段中，同時包含設定最大 CPU 執行時間和最大記憶體使用限制的選項。在限制 CPU 的執行時間時，我們首先獲得該特定資源（RLIMIT_CPU）的軟限制和硬限制，然後使用透過引數指定的秒數和先前檢索到的硬限制來進行設定。最後，如果 CPU 的執行時間超過了限制，我們將發出系統退出的訊號。在記憶體使用方面，我們再次檢索軟限制和硬限制，並使用帶「size」引數的「setrlimit」和先前檢索到的硬限制來設定它。
控制可以/不可以匯入什麼
有些語言有非常明顯的機制來匯出成員（變數、方法、介面），例如在 Golang 中只有以大寫字母開頭的成員被匯出。然而，在 Python 中，所有成員都會被匯出（除非我們使用了「__all__」）：
def foo():
pass
def bar():
pass
__all__ = ["bar"]在上面這段程式碼中，我們知道只有「bar」函式被匯出了。同樣，我們可以讓「__all__」為空，這樣就不會匯出任何東西，當從這個模組匯入的時候，會造成「AttributeError」。
實現比較運算子的簡單方法
為一個類實現所有的比較運算子（如 __lt__ , __le__ , __gt__ , __ge__）是很繁瑣的。有更簡單的方法可以做到這一點嗎？這種時候，「functools.total_ordering」就是一個很好的幫手：
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))這裡的工作原理究竟是怎樣的呢？我們用「total_ordering」裝飾器簡化實現對類例項排序的過程。我們只需要定義「__lt__」和「__eq__」就可以了，它們是實現其餘操作所需要的最小的操作集合（這裡也體現了裝飾器的作用——為我們填補空白）。
結語
並非本文中所有提到的功能在日常的 Python 程式設計中都是必需或有用的，但是其中某些功能可能會不時派上用場，而且它們也可能簡化一些原本就很冗長且令人煩惱的任務。還需指出的是，所有這些功能都是 Python 標準庫的一部分。而在我看來，其中一些功能似乎並不像標準庫中包含的標準內容，所以當你使用 Python 實現本文提到的某些功能時，請先參閱 Python 的標準庫，如果你不能找到想要的功能，可能只是因為你還沒有盡力查詢（如果真的沒有，那它肯定也存在於一些第三方庫）。
原文連結：https://medium.com/m/global-identity?redirectUrl=https%3A%2F%2Ftowardsdatascience.com%2Fpython-tips-and-trick-you-havent-already-seen-37825547544f