英文 | Python Tips and Trick, You Haven't Already Seen
原作 | Martin Heinz (https://martinheinz.dev)
译者 | 豌豆花下猫
声明 :本文获得原作者授权翻译,转载请保留原文出处,请勿用于商业或非法用途。
有许许多多文章写了 Python 中的许多很酷的特性,例如变量解包、偏函数、枚举可迭代对象,但是关于 Python 还有很多要讨论的话题,因此在本文中,我将尝试展示一些我知道的和在使用的,但很少在其它文章提到过的特性。那就开始吧。
1、对输入的字符串“消毒”
对用户输入的内容“消毒”,这问题几乎适用于你编写的所有程序。通常将字符转换为小写或大写就足够了,有时你还可以使用正则表达式来完成工作,但是对于复杂的情况,还有更好的方法:
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,你可以看到空格字符“ \n”和“ \t”被单个空格替换了,而“ \r”则被完全删除。这是一个简单的示例,但是我们可以更进一步,使用unicodedata 库及其 combining() 函数,来生成更大的重映射表(remapping table),并用它来删除字符串中所有的重音。
2、对迭代器切片
如果你尝试直接对迭代器切片,则会得到 TypeError ,提示说该对象不可取下标(not subscriptable),但是有一个简单的解决方案:
import?itertoolss?=?itertools.islice(range(50),?10,?20)??#?<itertools.islice?object?at?0x7f70fab88138>for?val?in?s:?...
使用itertools.islice,我们可以创建一个 islice 对象,该对象是一个迭代器,可以生成我们所需的内容。但是这有个重要的提醒,即它会消耗掉切片前以及切片对象 islice 中的所有元素。
(译注:更多关于迭代器切片的内容,可阅读 Python进阶:迭代器与迭代器切片)
3、跳过可迭代对象的开始
有时候你必须处理某些文件,它们以可变数量的不需要的行(例如注释)为开头。 itertools 再次提供了简单的解决方案:
string_from_file?=?"""//?Author:?...//?License:?...////?Date:?...Actual?content..."""import?itertoolsfor?line?in?itertools.dropwhile(lambda?line:line.startswith("//"),?string_from_file.split("\n")):????print(line)
这段代码仅会打印在初始的注释部分之后的内容。如果我们只想丢弃迭代器的开头部分(在此例中是注释),并且不知道有多少内容,那么此方法很有用。
4、仅支持关键字参数(kwargs)的函数
当需要函数提供(强制)更清晰的参数时,创建仅支持关键字参数的函数,可能会挺有用:
def?test(*,?a,?b):?passtest("value?for?a",?"value?for?b")??#?TypeError:?test()?takes?0?positional?arguments...test(a="value",?b="value?2")??#?Works...
如你所见,可以在关键字参数之前,放置单个 * 参数来轻松解决此问题。如果我们将位置参数放在 * 参数之前,则显然也可以有位置参数。
5、创建支持 with 语句的对象
我们都知道如何使用 with 语句,例如打开文件或者是获取锁,但是我们可以实现自己的么?是的,我们可以使用__enter__ 和__exit__ 方法来实现上下文管理器协议:
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
这是在 Python 中实现上下文管理的最常见方法,但是还有一种更简单的方法:
from?contextlib?import?contextmanager@contextmanagerdef?tag(name):?print(f"<{name}>")?yield?print(f"</{name}>")with?tag("h1"):?print("This?is?Title.")
上面的代码段使用 contextmanager 装饰器实现了内容管理协议。tag 函数的第一部分(yield 之前)会在进入 with 语句时执行,然后执行 with 的代码块,最后会执行 tag 函数的剩余部分。
5、用__slots__节省内存
如果你曾经编写过一个程序,该程序创建了某个类的大量实例,那么你可能已经注意到你的程序突然就需要大量内存。那是因为 Python 使用字典来表示类实例的属性,这能使其速度变快,但内存不是很高效。通常这不是个问题,但是,如果你的程序遇到了问题,你可以尝试使用__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
这里发生的是,当我们定义__slots__属性时,Python 使用固定大小的小型数组,而不是字典,这大大减少了每个实例所需的内存。使用__slots__还有一些缺点——我们无法声明任何新的属性,并且只能使用在__slots__中的属性。同样,带有__slots__的类不能使用多重继承。
6、限制CPU和内存使用量
如果不是想优化程序内存或 CPU 使用率,而是想直接将其限制为某个固定数字,那么 Python 也有一个库能做到:
import?signalimport?resourceimport?os#?To?Limit?CPU?timedef?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?usagedef?set_max_memory(size):?soft,?hard?=?resource.getrlimit(resource.RLIMIT_AS)?resource.setrlimit(resource.RLIMIT_AS,?(size,?hard))
在这里,我们可以看到两个选项,可设置最大 CPU 运行时间和内存使用上限。对于 CPU 限制,我们首先获取该特定资源(RLIMIT_CPU)的软限制和硬限制,然后通过参数指定的秒数和先前获取的硬限制来设置它。最后,如果超过 CPU 时间,我们将注册令系统退出的信号。至于内存,我们再次获取软限制和硬限制,并使用带有 size 参数的setrlimit 和获取的硬限制对其进行设置。
8、控制可以import的内容
某些语言具有非常明显的用于导出成员(变量、方法、接口)的机制,例如Golang,它仅导出以大写字母开头的成员。另一方面,在 Python 中,所有内容都会被导出,除非我们使用__all__ :
def?foo():?passdef?bar():?pass__all__?=?["bar"]
使用上面的代码段,我们可以限制from some_module import * 在使用时可以导入的内容。对于以上示例,通配导入时只会导入 bar。此外,我们可以将__all__ 设为空,令其无法导出任何东西,并且在使用通配符方式从此模块中导入时,将引发 AttributeError。
9、比较运算符的简便方法
为一个类实现所有比较运算符可能会很烦人,因为有很多的比较运算符——__lt__、__le__、__gt__ 或__ge__。但是,如果有更简单的方法呢?functools.total_ordering 可救场:
from?functools?import?total_ordering@total_orderingclass?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.valueprint(Number(20)?>?Number(3))print(Number(1)?<?Number(5))print(Number(15)?>=?Number(15))print(Number(10)?<=?Number(2))
这到底如何起作用的?total_ordering 装饰器用于简化为我们的类实例实现排序的过程。只需要定义__lt__ 和__eq__,这是最低的要求,装饰器将映射剩余的操作——它为我们填补了空白。
( 译注: 原作者的文章分为两篇,为了方便读者们阅读,我特将它们整合在一起,以下便是第二篇的内容。)
10、使用slice函数命名切片
使用大量硬编码的索引值会很快搞乱维护性和可读性。一种做法是对所有索引值使用常量,但是我们可以做得更好:
#?ID???First?Name???Last?Nameline_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,我们可以避免神秘的索引,方法是先使用 slice 函数命名它们,然后再使用它们。你还可以通过 .start、.stop和 .stop 属性,来了解 slice 对象的更多信息。
11、在运行时提示用户输入密码
许多命令行工具或脚本需要用户名和密码才能操作。因此,如果你碰巧写了这样的程序,你可能会发现 getpass 模块很有用:
import?getpassuser?=?getpass.getuser()password?=?getpass.getpass()#?Do?Stuff...
这个非常简单的包通过提取当前用户的登录名,可以提示用户输入密码。但是须注意,并非每个系统都支持隐藏密码。Python 会尝试警告你,因此切记在命令行中阅读警告信息。
12、查找单词/字符串的相近匹配
现在,关于 Python 标准库中一些晦涩难懂的特性。如果你发现自己需要使用Levenshtein distance 【2】之类的东西,来查找某些输入字符串的相似单词,那么 Python 的 difflib 会为你提供支持。
import?difflibdifflib.get_close_matches('appel',?['ape',?'apple',?'peach',?'puppy'],?n=2)#?returns?['apple',?'ape']
difflib.get_close_matches 会查找最佳的“足够好”的匹配。在这里,第一个参数与第二个参数匹配。我们还可以提供可选参数 n ,该参数指定要返回的最多匹配结果。另一个可选的关键字参数 cutoff (默认值为 0.6),可以设置字符串匹配得分的阈值。
13、使用IP地址
如果你必须使用 Python 做网络开发,你可能会发现 ipaddress 模块非常有用。一种场景是从 CIDR(无类别域间路由 Classless Inter-Domain Routing)生成一系列 IP 地址:
import?ipaddressnet?=?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#?...
另一个不错的功能是检查 IP 地址的网络成员资格:
ip?=?ipaddress.ip_address("74.125.227.3")ip?in?net#?Trueip?=?ipaddress.ip_address("74.125.227.12")ip?in?net#?False
还有很多有趣的功能,在这里【3】可以找到,我不再赘述。但是请注意,ipaddress 模块和其它与网络相关的模块之间只有有限的互通性。例如,你不能将 IPv4Network 实例当成地址字符串——需要先使用 str 转换它们。
14、在Shell中调试程序崩溃
如果你是一个拒绝使用 IDE,并在 Vim 或 Emacs 中进行编码的人,那么你可能会遇到这样的情况:拥有在 IDE 中那样的调试器会很有用。
你知道吗?你有一个——只要用python3.8 -i 运行你的程序——一旦你的程序终止了, -i 会启动交互式 shell,在那你可以查看所有的变量和调用函数。整洁,但是使用实际的调试器(pdb )会如何呢?让我们用以下程序(script.py ):
def?func():????return?0?/?0func()
并使用python3.8 -i script.py运行脚本:
#?Script?crashes...Traceback?(most?recent?call?last):??File?"script.py",?line?4,?in?<module>????func()??File?"script.py",?line?2,?in?func????return?0?/?0ZeroDivisionError:?division?by?zero>>>?import?pdb>>>?pdb.pm()??#?Post-mortem?debugger>?script.py(2)func()->?return?0?/?0(Pdb)
我们看到了崩溃的地方,现在让我们设置一个断点:
def?func():????breakpoint()??#?import?pdb;?pdb.set_trace()????return?0?/?0func()
现在再次运行它:
script.py(3)func()->?return?0?/?0(Pdb)??#?we?start?here(Pdb)?stepZeroDivisionError:?division?by?zero>?script.py(3)func()->?return?0?/?0(Pdb)
大多数时候,打印语句和错误信息就足以进行调试,但是有时候,你需要四处摸索,以了解程序内部正在发生的事情。在这些情况下,你可以设置断点,然后程序执行时将在断点处停下,你可以检查程序,例如列出函数参数、表达式求值、列出变量、或如上所示仅作单步执行。
pdb 是功能齐全的 Python shell,理论上你可以执行任何东西,但是你还需要一些调试命令,可在此处【4】找到。
15、在一个类中定义多个构造函数
函数重载是编程语言(不含 Python)中非常常见的功能。即使你不能重载正常的函数,你仍然可以使用类方法重载构造函数:
import?datetimeclass?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
你可能倾向于将替代构造函数的所有逻辑放入__init__,并使用*args 、**kwargs 和一堆 if 语句,而不是使用类方法来解决。那可能行得通,但是却变得难以阅读和维护。
因此,我建议将很少的逻辑放入__init__,并在单独的方法/构造函数中执行所有操作。这样,对于类的维护者和用户而言,得到的都是干净的代码。
16、使用装饰器缓存函数调用
你是否曾经编写过一种函数,它执行昂贵的 I/O 操作或一些相当慢的递归,而且该函数可能会受益于对其结果进行缓存(存储)?如果你有,那么有简单的解决方案,即使用 functools 的lru_cache :
from?functools?import?lru_cacheimport?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://google.com/",????????????"https://martinheinz.dev/",????????????"https://reddit.com/",????????????"https://google.com/",????????????"https://dev.to/martinheinz",????????????"https://google.com/"]:????get_with_cache(url)print(get_with_cache.cache_info())#?CacheInfo(hits=2,?misses=4,?maxsize=32,?currsize=4)
在此例中,我们用了可缓存的 GET 请求(最多 32 个缓存结果)。你还可以看到,我们可以使用 cache_info 方法检查函数的缓存信息。装饰器还提供了 clear_cache 方法,用于使缓存结果无效。
我还想指出,此函数不应与具有副作用的函数一起使用,或与每次调用都创建可变对象的函数一起使用。
17、在可迭代对象中查找最频繁出现的元素
在列表中查找最常见的元素是非常常见的任务,你可以使用 for 循环和字典(map),但是这没必要,因为 collections 模块中有 Counter 类:
from?collections?import?Countercheese?=?["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)]
实际上,Counter 只是一个字典,将元素与出现次数映射起来,因此你可以将其用作普通字典:
python print(cheese_count["mozzarella"]) ¨K40K cheese_count["mozzarella"] += 1 print(cheese_count["mozzarella"]) ¨K41K
除此之外,你还可以使用 update(more_words) 方法轻松添加更多元素。Counter 的另一个很酷的特性是你可以使用数学运算(加法和减法)来组合和减去 Counter 的实例。
小结
在日常 Python 编程中,并非所有这些特性都是必不可少的和有用的,但是其中一些特性可能会时不时派上用场,并且它们也可能简化任务,而这本来可能很冗长且令人讨厌。
我还要指出的是,所有这些特性都是 Python 标准库的一部分,虽然在我看来,其中一些特性非常像是标准库中的非标准内容。因此,每当你要在 Python 中实现某些功能时,首先可在标准库查看,如果找不到,那你可能看得还不够仔细(如果它确实不存在,那么肯定在某些三方库中)。
如果你使用 Python,那么我认为在这里分享的大多数技巧几乎每天都会有用,因此我希望它们会派上用场。另外,如果你对这些 Python 技巧和骚操作有任何想法,或者如果你知道解决上述问题的更好方法,请告诉我!
相关链接
[1] 原文地址: https://martinheinz.dev/blog/1
译文原文:https://mp.weixin.qq.com/s/vaFL75hm1lx3mvURY4V6_A
[2] Levenshtein distance: https://en.wikipedia.org/wiki/Levenshtein_distance
[3] 在这里: https://docs.python.org/3/howto/ipaddress.html
[4] 此处: https://docs.python.org/3/library/pdb.html%23debugger-commands#debugger-commands
公众号:Python猫
主要分享 Python基础、Python进阶、Python哲学、编程语言、书籍推荐等内容,另外还有官方 PEP 翻译与优质外文的翻译,值得关注一同学习。