新年新技巧：你可能不知道的Python技巧

新年之初就發生了天大的事件，相信不須我指出名了，但它們打亂了太多人的生活安排，甚至是生命軌跡，幾乎沒有人不受到影響。面對那些事，我個人感覺很乏力，不安與疲憊。可是放空了幾天後，我們還是得積極面對，將生活撥回正軌，繼續那些未竟之事。人生苦短，願諸君皆可平安喜樂！

有許許多多文章寫了 Python 中的許多很酷的特性，例如變數解包、偏函式、列舉可迭代物件，但是關於 Python 還有很多要討論的話題，因此在本文中，我將嘗試展示一些我知道的和在使用的，但很少在其它文章提到過的特性。那就開始吧。

對使用者輸入的內容“消毒”，這問題幾乎適用於你編寫的所有程式。通常將字元轉換為小寫或大寫就足夠了，有時你還可以使用正規表示式來完成工作，但是對於複雜的情況，還有更好的方法：

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... "

在此示例中，你可以看到空格字元“ \n”和“ \t”被單個空格替換了，而“ \r”則被完全刪除。這是一個簡單的示例，但是我們可以更進一步，使用unicodedata 庫及其 combining() 函式，來生成更大的重對映表(remapping table)，並用它來刪除字串中所有的重音。

如果你嘗試直接對迭代器切片，則會得到 TypeError ，提示說該物件不可取下標(not subscriptable)，但是有一個簡單的解決方案：

import itertools 
 
s = itertools.islice(range(50), 10, 20)  #  
for val in s: 
 ...

使用itertools.islice，我們可以建立一個 islice 物件，該物件是一個迭代器，可以生成我們所需的內容。但是這有個重要的提醒，即它會消耗掉切片前以及切片物件 islice 中的所有元素。

(譯註：更多關於迭代器切片的內容，可閱讀Python進階：迭代器與迭代器切片)

有時候你必須處理某些檔案，它們以可變數量的不需要的行(例如註釋)為開頭。itertools 再次提供了簡單的解決方案：

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)

這段程式碼僅會列印在初始的註釋部分之後的內容。如果我們只想丟棄迭代器的開頭部分(在此例中是註釋)，並且不知道有多少內容，那麼此方法很有用。

當需要函式提供(強制)更清晰的引數時，建立僅支援關鍵字引數的函式，可能會挺有用：

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，可以在關鍵字引數之前，放置單個 * 引數來輕鬆解決此問題。如果我們將位置引數放在 * 引數之前，則顯然也可以有位置引數。

我們都知道如何使用 with 語句，例如開啟檔案或者是獲取鎖，但是我們可以實現自己的麼?是的，我們可以使用__enter__ 和__exit__ 方法來實現上下文管理器協議：

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 中實現上下文管理的最常見方法，但是還有一種更簡單的方法：

from contextlib import contextmanager 
 
@contextmanager 
def tag(name): 
 print(f"<{name}>") 
 yield 
 print(f"</{name}>") 
 
with tag("h1"): 
 print("This is Title.")

上面的程式碼段使用 contextmanager 裝飾器實現了內容管理協議。tag 函式的第一部分(yield 之前)會在進入 with 語句時執行，然後執行 with 的程式碼塊，最後會執行 tag 函式的剩餘部分。

如果你曾經編寫過一個程式，該程式建立了某個類的大量例項，那麼你可能已經注意到你的程式突然就需要大量記憶體。那是因為 Python 使用字典來表示類例項的屬性，這能使其速度變快，但記憶體不是很高效。通常這不是個問題，但是，如果你的程式遇到了問題，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

這裡發生的是，當我們定義__slots__屬性時，Python 使用固定大小的小型陣列，而不是字典，這大大減少了每個例項所需的記憶體。使用__slots__還有一些缺點——我們無法宣告任何新的屬性，並且只能使用在__slots__中的屬性。同樣，帶有__slots__的類不能使用多重繼承。

如果不是想最佳化程式記憶體或 CPU 使用率，而是想直接將其限制為某個固定數字，那麼 Python 也有一個庫能做到：

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))

在這裡，我們可以看到兩個選項，可設定最大 CPU 執行時間和記憶體使用上限。對於 CPU 限制，我們首先獲取該特定資源(RLIMIT_CPU)的軟限制和硬限制，然後透過引數指定的秒數和先前獲取的硬限制來設定它。最後，如果超過 CPU 時間，我們將註冊令系統退出的訊號。至於記憶體，我們再次獲取軟限制和硬限制，並使用帶有 size 引數的setrlimit 和獲取的硬限制對其進行設定。

某些語言具有非常明顯的用於匯出成員(變數、方法、介面)的機制，例如Golang，它僅匯出以大寫字母開頭的成員。另一方面，在 Python 中，所有內容都會被匯出，除非我們使用__all__ ：

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

使用上面的程式碼段，我們可以限制from some_module import * 在使用時可以匯入的內容。對於以上示例，通配匯入時只會匯入 bar。此外，我們可以將__all__ 設為空，令其無法匯出任何東西，並且在使用萬用字元方式從此模組中匯入時，將引發 AttributeError。

為一個類實現所有比較運算子可能會很煩人，因為有很多的比較運算子——__lt__、__le__、__gt__ 或__ge__。但是，如果有更簡單的方法呢?functools.total_ordering 可救場：

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 裝飾器用於簡化為我們的類例項實現排序的過程。只需要定義__lt__ 和__eq__，這是最低的要求，裝飾器將對映剩餘的操作——它為我們填補了空白。

( 譯註： 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容。)

使用大量硬編碼的索引值會很快搞亂維護性和可讀性。一種做法是對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 函式命名它們，然後再使用它們。你還可以透過 .start、.stop和 .stop 屬性，來了解 slice 物件的更多資訊。

許多 行工具或 需要使用者名稱和密碼才能操作。因此，如果你碰巧寫了這樣的程式，你可能會發現 getpass 模組很有用：

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

這個非常簡單的包透過提取當前使用者的登入名，可以提示使用者輸入密碼。但是須注意，並非每個系統都支援隱藏密碼。Python 會嘗試警告你，因此切記在 行中閱讀警告資訊。

現在，關於 Python 標準庫中一些晦澀難懂的特性。如果你發現自己需要使用Levenshtein distance 【2】之類的東西，來查詢某些輸入字串的相似單詞，那麼 Python 的 difflib 會為你提供支援。

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

difflib.get_close_matches 會查詢最佳的“足夠好”的匹配。在這裡，第一個引數與第二個引數匹配。我們還可以提供可選引數 n ，該引數指定要返回的最多匹配結果。另一個可選的關鍵字引數 cutoff (預設值為 0.6)，可以設定字串匹配得分的閾值。

如果你必須使用 Python 做網路開發，你可能會發現 ipaddress 模組非常有用。一種場景是從 CIDR(無類別域間路由 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 
# ...

另一個不錯的功能是檢查 IP 地址的網路成員資格：

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，在這裡【3】可以找到，我不再贅述。但是請注意，ipaddress 模組和其它與網路相關的模組之間只有有限的互通性。例如，你不能將 IPv4Network 例項當成地址字串——需要先使用 str 轉換它們。

如果你是一個拒絕使用 IDE，並在 Vim 或 Emacs 中進行編碼的人，那麼你可能會遇到這樣的情況：擁有在 IDE 中那樣的偵錯程式會很有用。

你知道嗎?你有一個——只要用python3.8 -i 執行你的程式——一旦你的程式終止了， -i 會啟動互動式 shell，在那你可以檢視所有的變數和呼叫函式。整潔，但是使用實際的偵錯程式(pdb )會如何呢?讓我們用以下程式

(script.py )：
def func(): 
    return 0 / 0 
 
func()

並使用python3.8 -i script.py執行 ：

# Script crashes... 
Traceback (most recent call last): 
  File "script.py", line 4, in  
    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，現在讓我們設定一個斷點：

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

現在再次執行它：

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)

大多數時候，列印語句和錯誤資訊就足以進行除錯，但是有時候，你需要四處摸索，以瞭解程式內部正在發生的事情。在這些情況下，你可以設定斷點，然後程式執行時將在斷點處停下，你可以檢查程式，例如列出函式引數、表示式求值、列出變數、或如上所示僅作單步執行。

pdb 是功能齊全的 Python shell，理論上你可以執行任何東西，但是你還需要一些除錯命令，可在此處【4】找到。

函式過載是程式語言(不含 Python)中非常常見的功能。即使你不能過載正常的函式，你仍然可以使用類方法過載建構函式：

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

你可能傾向於將替代建構函式的所有邏輯放入__init__，並使用*args 、**kwargs 和一堆 if 語句，而不是使用類方法來解決。那可能行得通，但是卻變得難以閱讀和維護。

因此，我建議將很少的邏輯放入__init__，並在單獨的方法/建構函式中執行所有操作。這樣，對於類的維護者和使用者而言，得到的都是乾淨的程式碼。

你是否曾經編寫過一種函式，它執行昂貴的 I/O 操作或一些相當慢的遞迴，而且該函式可能會受益於對其結果進行快取(儲存)?如果你有，那麼有簡單的解決方案，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://martinheinz.dev/", 
            "
            "
            "https://dev.to/martinheinz", 
            "]: 
    get_with_cache(url) 
 
print(get_with_cache.cache_info()) 
# CacheInfo(hits=2, misses=4, maxsize=32, currsize=4)

在此例中，我們用了可快取的 GET 請求(最多 32 個快取結果)。你還可以看到，我們可以使用 cache_info 方法檢查函式的快取資訊。裝飾器還提供了 clear_cache 方法，用於使快取結果無效。

我還想指出，此函式不應與具有副作用的函式一起使用，或與每次呼叫都建立可變物件的函式一起使用。

在列表中查詢最常見的元素是非常常見的任務，你可以使用 for 迴圈和字典(map)，但是這沒必要，因為 collections 模組中有 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)]

實際上，Counter 只是一個字典，將元素與出現次數對映起來，因此你可以將其用作普通字典：

python print(cheese_count["mozzarella"]) ¨K40K cheese_count["mozzarella"] += 1 print(cheese_count["mozzarella"]) ¨K41K

除此之外，你還可以使用 update(more_words) 方法輕鬆新增更多元素。Counter 的另一個很酷的特性是你可以使用數學運算(加法和減法)來組合和減去 Counter 的例項。

在日常 Python 程式設計中，並非所有這些特性都是必不可少的和有用的，但是其中一些特性可能會時不時派上用場，並且它們也可能簡化任務，而這本來可能很冗長且令人討厭。

我還要指出的是，所有這些特性都是 Python 標準庫的一部分，雖然在我看來，其中一些特性非常像是標準庫中的非標準內容。因此，每當你要在 Python 中實現某些功能時，首先可在標準庫檢視，如果找不到，那你可能看得還不夠仔細(如果它確實不存在，那麼肯定在某些三方庫中)。

如果你使用 Python，那麼我認為在這裡分享的大多數技巧幾乎每天都會有用，因此我希望它們會派上用場。另外，如果你對這些 Python 技巧和騷操作有任何想法，或者如果你知道解決上述問題的更好方法，請告訴我!

原文地址：