介紹Python炫酷功能(例如，變量解包，偏函數(shù)，枚舉可迭代對(duì)象等)的文章層出不窮。但是還有很多Python的編程小技巧鮮被提及。因此，本文會(huì)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(shí)會(huì)用到的的。讓我們一探究竟吧!

整理字符串輸入

整理用戶輸入的問題在編程過程中極為常見。通常情況下，將字符轉(zhuǎn)換為小寫或大寫就夠了，有時(shí)你可以使用正則表達(dá)式模塊「Regex」完成這項(xiàng)工作。但是如果問題很復(fù)雜，可能有更好的方法來解決：

user_input="This\nstringhas\tsomewhitespaces...\r\n"

character_map={

ord('\n'):'',

ord('\t'):'',

ord('\r'):None

}

user_input.translate(character_map)#Thisstringhassomewhitespaces...

在本例中，你可以看到空格符「\n」和「\t」都被替換成了單個(gè)空格，「\r」都被刪掉了。這只是個(gè)很簡單的例子，我們可以更進(jìn)一步，使用「unicodedata」程序包生成大型重映射表，并使用其中的「combining()」進(jìn)行生成和映射，我們可以

迭代器切片(Slice)

如果對(duì)迭代器進(jìn)行切片操作，會(huì)返回一個(gè)「TypeError」，提示生成器對(duì)象沒有下標(biāo)，但是我們可以用一個(gè)簡單的方案來解決這個(gè)問題：

importitertools

s=itertools.islice(range(50),10,20)#

forvalins:

...

我們可以使用「itertools.islice」創(chuàng)建一個(gè)「islice」對(duì)象，該對(duì)象是一個(gè)迭代器，可以產(chǎn)生我們想要的項(xiàng)。但需要注意的是，該操作要使用切片之前的所有生成器項(xiàng)，以及「islice」對(duì)象中的所有項(xiàng)。

跳過可迭代對(duì)象的開頭

有時(shí)你要處理一些以不需要的行(如注釋)開頭的文件。「itertools」再次提供了一種簡單的解決方案：

string_from_file="""

//Author:...

//License:...

//

//Date:...

Actualcontent...

"""

importitertools

forlineinitertools.dropwhile(lambdaline:line.startswith("http://"),string_from_file.split("\n")):

print(line)

這段代碼只打印初始注釋部分之后的內(nèi)容。如果我們只想舍棄可迭代對(duì)象的開頭部分(本示例中為開頭的注釋行)，而又不知道要這部分有多長時(shí)，這種方法就很有用了。

只包含關(guān)鍵字參數(shù)的函數(shù)(kwargs)

當(dāng)我們使用下面的函數(shù)時(shí)，創(chuàng)建僅僅需要關(guān)鍵字參數(shù)作為輸入的函數(shù)來提供更清晰的函數(shù)定義，會(huì)很有幫助：

deftest(*,a,b):

pass

test("valuefora","valueforb")#TypeError:test()takes0positionalarguments...

test(a="value",b="value2")#Works...

如你所見，在關(guān)鍵字參數(shù)之前加上一個(gè)「*」就可以解決這個(gè)問題。如果我們將某些參數(shù)放在「*」參數(shù)之前，它們顯然是位置參數(shù)。

創(chuàng)建支持「with」語句的對(duì)象

舉例而言，我們都知道如何使用「with」語句打開文件或獲取鎖，但是我們可以實(shí)現(xiàn)自己上下文表達(dá)式嗎?是的，我們可以使用「__enter__」和「__exit__」來實(shí)現(xiàn)上下文管理協(xié)議:

classConnection:

def__init__(self):

...

def__enter__(self):

#Initializeconnection...

def__exit__(self,type,value,traceback):

#Closeconnection...

withConnection()asc:

#__enter__()executes

...

#conn.__exit__()executes

這是在Python中最常見的實(shí)現(xiàn)上下文管理的方法，但是還有更簡單的方法:

fromcontextlibimportcontextmanager

@contextmanager

deftag(name):

print(f"<{name}>")

yield

print(f"")

withtag("h1"):

print("ThisisTitle.")

上面這段代碼使用contextmanager的manager裝飾器實(shí)現(xiàn)了內(nèi)容管理協(xié)議。在進(jìn)入with塊時(shí)tag函數(shù)的第一部分(在yield之前的部分)就已經(jīng)執(zhí)行了，然后with塊才被執(zhí)行，最后執(zhí)行tag函數(shù)的其余部分。

用「__slots__」節(jié)省內(nèi)存

如果你曾經(jīng)編寫過一個(gè)創(chuàng)建了某種類的大量實(shí)例的程序，那么你可能已經(jīng)注意到，你的程序突然需要大量的內(nèi)存。那是因?yàn)镻ython使用字典來表示類實(shí)例的屬性，這使其速度很快，但內(nèi)存使用效率卻不是很高。通常情況下，這并不是一個(gè)嚴(yán)重的問題。但是，如果你的程序因此受到嚴(yán)重的影響，不妨試一下「__slots__」：

classPerson:

__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(dāng)我們定義了「__slots__」屬性時(shí)，Python沒有使用字典來表示屬性，而是使用小的固定大小的數(shù)組，這大大減少了每個(gè)實(shí)例所需的內(nèi)存。使用「__slots__」也有一些缺點(diǎn)：我們不能聲明任何新的屬性，我們只能使用「__slots__」上現(xiàn)有的屬性。而且，帶有「__slots__」的類不能使用多重繼承。

限制「CPU」和內(nèi)存使用量

如果不是想優(yōu)化程序?qū)?nèi)存或CPU的使用率，而是想直接將其限制為某個(gè)確定的數(shù)字，Python也有一個(gè)對(duì)應(yīng)的庫可以做到：

importsignal

importresource

importos

#ToLimitCPUtime

deftime_exceeded(signo,frame):

print("CPUexceeded...")

raiseSystemExit(1)

defset_max_runtime(seconds):

#Installthesignalhandlerandsetaresourcelimit

soft,hard=resource.getrlimit(resource.RLIMIT_CPU)

resource.setrlimit(resource.RLIMIT_CPU,(seconds,hard))

signal.signal(signal.SIGXCPU,time_exceeded)

#Tolimitmemoryusage

defset_max_memory(size):

soft,hard=resource.getrlimit(resource.RLIMIT_AS)

resource.setrlimit(resource.RLIMIT_AS,(size,hard))

我們可以看到，在上面的代碼片段中，同時(shí)包含設(shè)置最大CPU運(yùn)行時(shí)間和最大內(nèi)存使用限制的選項(xiàng)。在限制CPU的運(yùn)行時(shí)間時(shí)，我們首先獲得該特定資源(RLIMIT_CPU)的軟限制和硬限制，然后使用通過參數(shù)指定的秒數(shù)和先前檢索到的硬限制來進(jìn)行設(shè)置。最后，如果CPU的運(yùn)行時(shí)間超過了限制，我們將發(fā)出系統(tǒng)退出的信號(hào)。在內(nèi)存使用方面，我們?cè)俅螜z索軟限制和硬限制，并使用帶「size」參數(shù)的「setrlimit」和先前檢索到的硬限制來設(shè)置它。

控制可以/不可以導(dǎo)入什么

有些語言有非常明顯的機(jī)制來導(dǎo)出成員(變量、方法、接口)，例如在Golang中只有以大寫字母開頭的成員被導(dǎo)出。然而，在Python中，所有成員都會(huì)被導(dǎo)出(除非我們使用了「__all__」)：

deffoo():

pass

defbar():

pass

__all__=["bar"]

在上面這段代碼中，我們知道只有「bar」函數(shù)被導(dǎo)出了。同樣，我們可以讓「__all__」為空，這樣就不會(huì)導(dǎo)出任何東西，當(dāng)從這個(gè)模塊導(dǎo)入的時(shí)候，會(huì)造成「AttributeError」。

實(shí)現(xiàn)比較運(yùn)算符的簡單方法

為一個(gè)類實(shí)現(xiàn)所有的比較運(yùn)算符(如__lt__,__le__,__gt__,__ge__)是很繁瑣的。有更簡單的方法可以做到這一點(diǎn)嗎?這種時(shí)候，「functools.total_ordering」就是一個(gè)很好的幫手：

fromfunctoolsimporttotal_ordering

@total_ordering

classNumber:

def__init__(self,value):

self.value=value

def__lt__(self,other):

returnself.value

def__eq__(self,other):

returnself.value==other.value

print(Number(20)>Number(3))

print(Number(1)

print(Number(15)>=Number(15))

print(Number(10)<=Number(2))

這里的工作原理究竟是怎樣的呢?我們用「total_ordering」裝飾器簡化實(shí)現(xiàn)對(duì)類實(shí)例排序的過程。我們只需要定義「__lt__」和「__eq__」就可以了，它們是實(shí)現(xiàn)其余操作所需要的最小的操作集合(這里也體現(xiàn)了裝飾器的作用——為我們填補(bǔ)空白)。

結(jié)語

并非本文中所有提到的功能在日常的Python編程中都是必需或有用的，但是其中某些功能可能會(huì)不時(shí)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(wù)。還需指出的是，所有這些功能都是Python標(biāo)準(zhǔn)庫的一部分。而在我看來，其中一些功能似乎并不像標(biāo)準(zhǔn)庫中包含的標(biāo)準(zhǔn)內(nèi)容，所以當(dāng)你使用Python實(shí)現(xiàn)本文提到的某些功能時(shí)，請(qǐng)先參閱Python的標(biāo)準(zhǔn)庫，如果你不能找到想要的功能，可能只是因?yàn)槟氵€沒有盡力查找(如果真的沒有，那它肯定也存在于一些第三方庫)。

以上內(nèi)容為大家介紹了Python的編程小技巧，希望對(duì)大家有所幫助，如果想要了解更多Python相關(guān)知識(shí)，請(qǐng)關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。http://m.2667701.com/