你估計已經(jīng)看了不少關(guān)于Python技巧的文章，里面可能會提到變量拆包(unpacking)、局部函數(shù)等，但是Python還有很多不為人知的高效用法，等待著被人發(fā)現(xiàn)。本文將介紹作者縱觀全網(wǎng)之后，都屬于很少沒提及的技巧。

清理字符串輸入

清理用戶輸入的問題，幾乎適用于我們可能編寫的每個程序。通常將字符轉(zhuǎn)換為小寫或大寫就足夠了，這時只需要使用正則即可，但是對于復(fù)雜的情況，有一種更好的方法：

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

character_map={

ord('\n'):'',

ord('\t'):'',

ord('\r'):None

}

user_input.translate(character_map)#Thisstringhassomewhitespaces..."

在上述示例中，可以看到空格符“\n”和“\t”已被單個空格替換，而“\r”已被完全刪除。這是一個簡單的示例，但是我們可以更進一步，使用unicodedata包及其combining()函數(shù)生成范圍更廣的映射表，從字符串中刪除所有重音符號。

迭代器切片

如果您嘗試獲取迭代器的切片，系統(tǒng)會報TypeError，提示生成器對象不可下標，但是解決方案很簡單：

importitertools

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

forvalins:

...

使用itertools.islice，我們可以創(chuàng)建一個islice對象，該對象是產(chǎn)生所需元素的迭代器。不過，請務(wù)必注意，這會消耗所有生成器項，直到切片開始為止，而且還會消耗我們的“islice”對象中的所有項。

Usingitertools.islicewecancreateaisliceobjectwhichisaniteratorthatproducesdesireditems.It'simportanttonotethough,thatthisconsumesallgeneratoritemsupuntilthestartofsliceandalsoalltheitemsinourisliceobject.

跳過可迭代對象的開始

有時候需要處理的文件里，明確存在一些不需要的數(shù)據(jù)行，但是我們不確定數(shù)量，比如說代碼中的注釋。這時，itertools再次為我們提供了簡潔的方案：

string_from_file="""

//Author:...

//License:...

//

//Date:...

Actualcontent...

"""

importitertools

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

print(line)

這段代碼僅在初始注釋部分之后，才會產(chǎn)生數(shù)據(jù)行。如果我們只想在迭代器的開頭丟棄數(shù)據(jù)，而又不知道有具體數(shù)量時，這個方法很有用。

僅帶關(guān)鍵字參數(shù)(kwargs)的函數(shù)

有時候，使用僅支持關(guān)鍵字參數(shù)的函數(shù)可以讓代碼更加清晰易懂：

deftest(*,a,b):

pass

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

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

只需要在關(guān)鍵字參數(shù)前面再加一個*參數(shù)，就可以輕松實現(xiàn)了。當然，如果還希望再加上位置參數(shù)，可以在*參數(shù)前面再增加。

創(chuàng)建支持with語句的對象

我們都知道如何打開文件或使用with語句獲取鎖，但是怎樣自己可以實現(xiàn)類似的功能呢?一般來說，我們可以使用__enter__和__exit__方法來實現(xiàn)上下文管理器協(xié)議：

classConnection:

def__init__(self):

...

def__enter__(self):

#Initializeconnection...

def__exit__(self,type,value,traceback):

#Closeconnection...

withConnection()asc:

#__enter__()executes

...

#conn.__exit__()executes

上面是最常見的實現(xiàn)方式，但是還有一種更簡單的方法：

fromcontextlibimportcontextmanager

@contextmanager

deftag(name):

print(f"<{name}>")

yield

print(f"")

withtag("h1"):

print("ThisisTitle.")

上面的代碼段使用contextmanager管理器裝飾器實現(xiàn)了內(nèi)容管理協(xié)議。進入“with”塊時，執(zhí)行“tag”函數(shù)的第一部分(在“yield”之前)，然后執(zhí)行yield，最后執(zhí)行其余部分。

用__slots__節(jié)省內(nèi)存

如果程序需要創(chuàng)建大量的類實例，我們會發(fā)現(xiàn)程序占用了大量內(nèi)存。這是因為Python使用字典來表示類實例的屬性，這樣的話創(chuàng)建速度很快，但是很耗內(nèi)存。如果內(nèi)存是你需要考慮的一個問題，那么可以考慮使用__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

當我們定義__slots__屬性時，Python會使用固定大小的數(shù)組(占用內(nèi)存少)來存儲屬性，而不是字典，這大大減少了每個實例所需的內(nèi)存。不過使用__slots__還有一些缺點：無法聲明任何新屬性，我們只能使用__slots__中的那些屬性。同樣，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)化程序內(nèi)存或CPU使用率，而是想直接將其限制為某個數(shù)值，那么Python也有一個可以滿足要求的庫：

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))

在這里，我們可以設(shè)置了最大cpu運行時間以及最大內(nèi)存使用限制的兩個選項。對于cpu限制，我們首先獲得該特定資源(RLIMIT_CPU)的軟限制和硬限制，然后使用參數(shù)指定的秒數(shù)和先前獲取的硬限制來設(shè)置。

最后，我們注冊了一個在超過CPU時間后，讓系統(tǒng)退出的信號。至于內(nèi)存，我們再次獲取軟限制和硬限制，并使用帶有大小參數(shù)的setrlimit和硬限制完成配置

控制導入的內(nèi)容

某些語言提供了導出成員(變量，方法，接口)的顯式機制，例如Golang，它僅導出以大寫字母開頭的成員。但是在Python中，所有對象都會導出，除非我們使用__all__：

deffoo():

pass

defbar():

pass

__all__=["bar"]

上面的代碼段中，只會導出bar函數(shù)。另外，如果__all__的值為空，那么不會導出任何函數(shù)，而且在導入該模塊時系統(tǒng)會報AttributeError。

實現(xiàn)比較運算符

如果我們要逐一為某個類實現(xiàn)所有的比較運算符，你肯定會覺得很麻煩，因為要實現(xiàn)的方法還不少，有__lt__,__le__,__gt__,和__ge__。

其實，Python提供了一種便捷的實現(xiàn)方式，就是通過functools.total_ordering裝飾器。

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))

這是怎么實現(xiàn)的呢?total_ordering可以用來簡化實現(xiàn)類排序的過程。我們只需要定義__lt__和__eq__(這是映射剩余操作的最低要求)，然后就交給裝飾器去完成剩余的工作了。

結(jié)語

在日常Python編程時，上述特性并非都是必不可少的和有用的，但是其中某些功能可能會不時派上用場，并能簡化冗長且令人討厭的任務(wù)。

還要指出的是，所有這些功能都是Python標準庫的一部分，而在我看來，其中一些功能似乎不像是應(yīng)該在標準庫中的功能。

因此，每當你決定要用Python實現(xiàn)某些功能時，都請先在標準庫中找一找，如果找不到合適的庫，那么可能是因為查找的姿勢不對。而且即使標準庫里沒有，有很大的概率已經(jīng)存在一個第三方庫了!

以上內(nèi)容為大家介紹了Python高效率的技巧，希望對大家有所幫助，如果想要了解更多Python相關(guān)知識，請關(guān)注IT培訓機構(gòu):千鋒教育。http://m.2667701.com/