在使用Python多年以後，我偶然發現了一些我們過去不知道的功能和特性。一些可以說是非常有用，但卻沒有充分利用。考慮到這一點，我編輯了一些你應該瞭解的Python功能特色。
帶任意數量引數的函式
你可能已經知道了Python允許你定義可選引數。但還有一個方法，可以定義函式任意數量的引數。
首先，看下面是一個只定義可選引數的例子
|
1 2 3 4 5 6 7 8 9 10 11 |
def function(arg1="",arg2=""): print "arg1: {0}".format(arg1) print "arg2: {0}".format(arg2) function("Hello", "World") # prints args1: Hello # prints args2: World function() # prints args1: # prints args2: |
現在，讓我們看看怎麼定義一個可以接受任意引數的函式。我們利用元組來實現。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
def foo(*args): # just use "*" to collect all remaining arguments into a tuple numargs = len(args) print "Number of arguments: {0}".format(numargs) for i, x in enumerate(args): print "Argument {0} is: {1}".format(i,x) foo() # Number of arguments: 0 foo("hello") # Number of arguments: 1 # Argument 0 is: hello foo("hello","World","Again") # Number of arguments: 3 # Argument 0 is: hello # Argument 1 is: World # Argument 2 is: Again |
使用Glob()查詢檔案
大多Python函式有著長且具有描述性的名字。但是命名為glob()的函式你可能不知道它是幹什麼的除非你從別處已經熟悉它了。
它像是一個更強大版本的listdir()函式。它可以讓你通過使用模式匹配來搜尋檔案。
|
1 2 3 4 5 6 7 8 |
import glob # get all py files files = glob.glob('*.py') print files # Output # ['arg.py', 'g.py', 'shut.py', 'test.py'] |
你可以像下面這樣查詢多個檔案型別：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import itertools as it, glob def multiple_file_types(*patterns): return it.chain.from_iterable(glob.glob(pattern) for pattern in patterns) for filename in multiple_file_types("*.txt", "*.py"): # add as many filetype arguements print filename # output #=========# # test.txt # arg.py # g.py # shut.py # test.py |
如果你想得到每個檔案的絕對路徑，你可以在返回值上呼叫realpath()函式：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
import itertools as it, glob, os def multiple_file_types(*patterns): return it.chain.from_iterable(glob.glob(pattern) for pattern in patterns) for filename in multiple_file_types("*.txt", "*.py"): # add as many filetype arguements realpath = os.path.realpath(filename) print realpath # output #=========# # C:\xxx\pyfunc\test.txt # C:\xxx\pyfunc\arg.py # C:\xxx\pyfunc\g.py # C:\xxx\pyfunc\shut.py # C:\xxx\pyfunc\test.py |
除錯
下面的例子使用inspect模組。該模組用於除錯目的時是非常有用的，它的功能遠比這裡描述的要多。
這篇文章不會覆蓋這個模組的每個細節，但會展示給你一些用例。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
import logging, inspect logging.basicConfig(level=logging.INFO, format='%(asctime)s %(levelname)-8s %(filename)s:%(lineno)-4d: %(message)s', datefmt='%m-%d %H:%M', ) logging.debug('A debug message') logging.info('Some information') logging.warning('A shot across the bow') def test(): frame,filename,line_number,function_name,lines,index=\ inspect.getouterframes(inspect.currentframe())[1] print(frame,filename,line_number,function_name,lines,index) test() # Should print the following (with current date/time of course) #10-19 19:57 INFO test.py:9 : Some information #10-19 19:57 WARNING test.py:10 : A shot across the bow #(, 'C:/xxx/pyfunc/magic.py', 16, '', ['test()\n'], 0) |
生成唯一ID
在有些情況下你需要生成一個唯一的字串。我看到很多人使用md5()函式來達到此目的，但它確實不是以此為目的。
其實有一個名為uuid()的Python函式是用於這個目的的。
|
1 2 3 4 5 6 7 8 |
import uuid result = uuid.uuid1() print result # output => various attempts # 9e177ec0-65b6-11e3-b2d0-e4d53dfcf61b # be57b880-65b6-11e3-a04d-e4d53dfcf61b # c3b2b90f-65b6-11e3-8c86-e4d53dfcf61b |
你可能會注意到，即使字串是唯一的，但它們後邊的幾個字元看起來很相似。這是因為生成的字串與電腦的MAC地址是相聯絡的。
為了減少重複的情況，你可以使用這兩個函式。
|
1 2 3 4 5 6 7 8 9 10 11 |
import hmac,hashlib key='1' data='a' print hmac.new(key, data, hashlib.sha256).hexdigest() m = hashlib.sha1() m.update("The quick brown fox jumps over the lazy dog") print m.hexdigest() # c6e693d0b35805080632bc2469e1154a8d1072a86557778c27a01329630f8917 # 2fd4e1c67a2d28fced849ee1bb76e7391b93eb12 |
序列化
你曾經需要將一個複雜的變數儲存在資料庫或文字檔案中吧？你不需要想一個奇特的方法將陣列或物件格轉化為式化字串，因為Python已經提供了此功能。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 |
import pickle variable = ['hello', 42, [1,'two'],'apple'] # serialize content file = open('serial.txt','w') serialized_obj = pickle.dumps(variable) file.write(serialized_obj) file.close() # unserialize to produce original content target = open('serial.txt','r') myObj = pickle.load(target) print serialized_obj print myObj #output # (lp0 # S'hello' # p1 # aI42 # a(lp2 # I1 # aS'two' # p3 # aaS'apple' # p4 # a. # ['hello', 42, [1, 'two'], 'apple'] |
這是一個原生的Python序列化方法。然而近幾年來JSON變得流行起來，Python新增了對它的支援。現在你可以使用JSON來編解碼。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
import json variable = ['hello', 42, [1,'two'],'apple'] print "Original {0} - {1}".format(variable,type(variable)) # encoding encode = json.dumps(variable) print "Encoded {0} - {1}".format(encode,type(encode)) #deccoding decoded = json.loads(encode) print "Decoded {0} - {1}".format(decoded,type(decoded)) # output # Original ['hello', 42, [1, 'two'], 'apple'] - <type 'list'=""> # Encoded ["hello", 42, [1, "two"], "apple"] - <type 'str'=""> # Decoded [u'hello', 42, [1, u'two'], u'apple'] - <type 'list'=""> |
這樣更緊湊，而且最重要的是這樣與JavaScript和許多其他語言相容。然而對於複雜的物件，其中的一些資訊可能丟失。
壓縮字元
當談起壓縮時我們通常想到檔案，比如ZIP結構。在Python中可以壓縮長字元，不涉及任何檔案檔案。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 |
import zlib string = """ Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nunc ut elit id mi ultricies adipiscing. Nulla facilisi. Praesent pulvinar, sapien vel feugiat vestibulum, nulla dui pretium orci, non ultricies elit lacus quis ante. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam pretium ullamcorper urna quis iaculis. Etiam ac massa sed turpis tempor luctus. Curabitur sed nibh eu elit mollis congue. Praesent ipsum diam, consectetur vitae ornare a, aliquam a nunc. In id magna pellentesque tellus posuere adipiscing. Sed non mi metus, at lacinia augue. Sed magna nisi, ornare in mollis in, mollis sed nunc. Etiam at justo in leo congue mollis. Nullam in neque eget metus hendrerit scelerisque eu non enim. Ut malesuada lacus eu nulla bibendum id euismod urna sodales. """ print "Original Size: {0}".format(len(string)) compressed = zlib.compress(string) print "Compressed Size: {0}".format(len(compressed)) decompressed = zlib.decompress(compressed) print "Decompressed Size: {0}".format(len(decompressed)) # output # Original Size: 1022 # Compressed Size: 423 # Decompressed Size: 1022 |
註冊Shutdown函式
有可模組叫atexit，它可以讓你在指令碼執行完後立馬執行一些程式碼。
假如你想在指令碼執行結束時測量一些基準資料，比如執行了多長時間：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 |
import atexit import time import math def microtime(get_as_float = False) : if get_as_float: return time.time() else: return '%f %d' % math.modf(time.time()) start_time = microtime(False) atexit.register(start_time) def shutdown(): global start_time print "Execution took: {0} seconds".format(start_time) atexit.register(shutdown) # Execution took: 0.297000 1387135607 seconds # Error in atexit._run_exitfuncs: # Traceback (most recent call last): # File "C:\Python27\lib\atexit.py", line 24, in _run_exitfuncs # func(*targs, **kargs) # TypeError: 'str' object is not callable # Error in sys.exitfunc: # Traceback (most recent call last): # File "C:\Python27\lib\atexit.py", line 24, in _run_exitfuncs # func(*targs, **kargs) # TypeError: 'str' object is not callable |
打眼看來很簡單。只需要將程式碼新增到指令碼的最底層，它將在指令碼結束前執行。但如果指令碼中有一個致命錯誤或者指令碼被使用者終止，它可能就不執行了。
當你使用atexit.register()時，你的程式碼都將執行，不論指令碼因為什麼原因停止執行。
結論
你是否意識到那些不是廣為人知Python特性很有用？請在評論處與我們分享。謝謝你的閱讀！