你可能不知道的 Python 技巧

你可能不知道的 Python 技巧

英文| Python Tips and Trick, You Haven’t Already Seen

原作| Martin Heinz ( https://martinheinz.dev)

譯者| 豌豆花下貓

聲明本文獲得原作者授權翻譯,轉載請保留原文出處,請勿用於商業或非法用途。

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、偏函數、枚舉可迭代對象,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。

1、對輸入的字元串「消毒」

對用戶輸入的內容「消毒」,這問題幾乎適用於你編寫的所有程序。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則表達式來完成工作,但是對於複雜的情況,還有更好的方法:

user_input = “Thisnstring hastsome whitespaces…rn”

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 函數,來生成更大的重映射表(remapping table),並用它來刪除字元串中所有的重音。

2、對迭代器切片

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

importitertools

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

forval ins:

使用 itertools.islice ,我們可以創建一個 islice 對象,該對象是一個迭代器,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對象 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

3、跳過可迭代對象的開始

有時候你必須處理某些文件,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…

“””

importitertools

forline initertools.dropwhile( lambdaline:line.startswith( “//”), string_from_file.split( “n”)):

print(line)

這段代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。

4、僅支持關鍵字參數(kwargs)的函數

當需要函數提供(強制)更清晰的參數時,創建僅支持關鍵字參數的函數,可能會挺有用:

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

5、創建支持 with 語句的對象

我們都知道如何使用 with 語句,例如打開文件或者是獲取鎖,但是我們可以實現自己的么?是的,我們可以使用__enter__ 和__exit__ 方法來實現上下文管理器協議:

classConnection:

def__init__(self):

def__enter__(self):

# Initialize connection…

def__exit__(self, type, value, traceback):

# Close connection…

withConnection asc:

# __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:

fromcontextlib importcontextmanager

@contextmanager

deftag(name):

print( f”< {name}>” )

yield

print( f”{name}>” )

withtag( “h1”):

print( “This is Title.”)

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

5、用__slots__節省內存

如果你曾經編寫過一個程序,該程序創建了某個類的大量實例,那麼你可能已經注意到你的程序突然就需要大量內存。那是因為 Python 使用字典來表示類實例的屬性,這能使其速度變快,但內存不是很高效。通常這不是個問題,但是,如果你的程序遇到了問題,你可以嘗試使用__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

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數組,而不是字典,這大大減少了每個實例所需的內存。使用__slots__還有一些缺點——我們無法聲明任何新的屬性,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。

6、限制CPU和內存使用量

如果不是想優化程序內存或 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:

importsignal

importresource

importos

# To Limit CPU time

deftime_exceeded(signo, frame):

print( “CPU exceeded…”)

raiseSystemExit( 1)

defset_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

defset_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,可設置最大 CPU 運行時間和內存使用上限。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,然後通過參數指定的秒數和先前獲取的硬限制來設置它。最後,如果超過 CPU 時間,我們將註冊令系統退出的信號。至於內存,我們再次獲取軟限制和硬限制,並使用帶有 size 參數的 setrlimit 和獲取的硬限制對其進行設置。

8、控制可以import的內容

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

deffoo:

pass

defbar:

pass

__all__ = [ “bar”]

使用上面的代碼段,我們可以限制 from some_module import * 在使用時可以導入的內容。對於以上示例,通配導入時只會導入 bar。此外,我們可以將__all__ 設為空,令其無法導出任何東西,並且在使用通配符方式從此模塊中導入時,將引發 AttributeError。

9、比較運算符的簡便方法

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

fromfunctools importtotal_ordering

@total_ordering

classNumber:

def__init__(self, value):

self.value = value

def__lt__(self, other):

returnself.value < other.value

def__eq__(self, other):

returnself.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實例實現排序的過程。只需要定義__lt__ 和__eq__,這是最低的要求,裝飾器將映射剩餘的操作——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。

10、使用slice函數命名切片

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 函數命名它們,然後再使用它們。你還可以通過 .start、.stop和 .stop 屬性,來了解 slice 對象的更多信息。

11、在運行時提示用戶輸入密碼

許多命令行工具或腳本需要用戶名和密碼才能操作。因此,如果你碰巧寫了這樣的程序,你可能會發現 getpass 模塊很有用:

importgetpass

user = getpass.getuser

password = getpass.getpass

# Do Stuff…

這個非常簡單的包通過提取當前用戶的登錄名,可以提示用戶輸入密碼。但是須注意,並非每個系統都支持隱藏密碼。Python 會嘗試警告你,因此切記在命令行中閱讀警告信息。

12、查找單詞/字元串的相近匹配

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,來查找某些輸入字元串的相似單詞,那麼 Python 的 difflib 會為你提供支持。

importdifflib

difflib.get_close_matches( ‘appel’, [ ‘ape’, ‘apple’, ‘peach’, ‘puppy’], n= 2)

# returns [‘apple’, ‘ape’]

difflib.get_close_matches 會查找最佳的「足夠好」的匹配。在這裡,第一個參數與第二個參數匹配。我們還可以提供可選參數 n ,該參數指定要返回的最多匹配結果。另一個可選的關鍵字參數 cutoff (默認值為 0.6),可以設置字元串匹配得分的閾值。

13、使用IP地址

如果你必須使用 Python 做網路開發,你可能會發現 ipaddress 模塊非常有用。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:

importipaddress

net = ipaddress.ip_network( ‘74.125.227.0/29’) # Works for IPv6 too

# IPv4Network(‘74.125.227.0/29’)

foraddr innet:

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 innet

# True

ip = ipaddress.ip_address( “74.125.227.12”)

ip innet

# 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 模塊和其它與網路相關的模塊之間只有有限的互通性。例如,你不能將 IPv4Network 實例當成地址字元串——需要先使用 str 轉換它們。

14、在Shell中調試程序崩潰

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 中那樣的調試器會很有用。

你知道嗎?你有一個——只要用 python3.8 -i 運行你的程序——一旦你的程序終止了, -i 會啟動互動式 shell,在那你可以查看所有的變數和調用函數。整潔,但是使用實際的調試器(pdb )會如何呢?讓我們用以下程序(.py ):

deffunc:

return0/ 0

func

並使用 python3.8 -i .py 運行腳本:

# crashes…

Traceback (most recent call last):

File “.py”, line 4, in

func

File “.py”, line 2, infunc

return0/ 0

ZeroDivisi: division by zero

>>> importpdb

>>> pdb.pm # Post-mortem debugger

> .py( 2)func

-> return0/ 0

(Pdb)

我們看到了崩潰的地方,現在讓我們設置一個斷點:

deffunc:

breakpoint # import pdb; pdb.set_trace

return0/ 0

func

現在再次運行它:

.py( 3)func

-> return0/ 0

(Pdb) # we start here

(Pdb) step

ZeroDivisi: division by zero

> .py( 3)func

-> return0/ 0

(Pdb)

大多數時候,列印語句和錯誤信息就足以進行調試,但是有時候,你需要四處摸索,以了解程序內部正在發生的事情。在這些情況下,你可以設置斷點,然後程序執行時將在斷點處停下,你可以檢查程序,例如列出函數參數、表達式求值、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,但是你還需要一些調試命令,可在此處【4】找到。

15、在一個類中定義多個構造函數

函數重載是編程語言(不含 Python)中非常常見的功能。即使你不能重載正常的函數,你仍然可以使用類方法重載構造函數:

importdatetime

classDate:

def__init__(self, year, month, day):

self.year = year

self.month = month

self.day = day

@classmethod

deftoday(cls):

t = datetime.datetime.now

returncls(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構造函數的所有邏輯放入__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/構造函數中執行所有操作。這樣,對於類的維護者和用戶而言,得到的都是乾淨的代碼。

16、使用裝飾器緩存函數調用

你是否曾經編寫過一種函數,它執行昂貴的 I/O 操作或一些相當慢的遞歸,而且該函數可能會受益於對其結果進行緩存(存儲)?如果你有,那麼有簡單的解決方案,即使用 functools 的 lru_cache :

fromfunctools importlru_cache

importrequests

@lru_cache(maxsize=32)

defget_with_cache(url):

try:

r = requests.get(url)

returnr.text

except:

return“Not Found”

forurl 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,我們用了可緩存的 GET 請求(最多 32 個緩存結果)。你還可以看到,我們可以使用 cache_info 方法檢查函數的緩存信息。裝飾器還提供了 clear_cache 方法,用於使緩存結果無效。

我還想指出,此函數不應與具有副作用的函數一起使用,或與每次調用都創建可變對象的函數一起使用。

17、在可迭代對象中查找最頻繁出現的元素

在列表中查找最常見的元素是非常常見的任務,你可以使用 for 循環和字典(map),但是這沒必要,因為 collections 模塊中有 Counter 類:

fromcollections importCounter

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,將元素與出現次數映射起來,因此你可以將其用作普通字典:

pythonprint(cheese_count[“mozzarella”])¨K40Kcheese_count[“mozzarella”] += 1print(cheese_count[“mozzarella”])¨K41K

除此之外,你還可以使用 update(more_words) 方法輕鬆添加更多元素。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 的實例。

小結

在日常 Python 編程中,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,首先可在標準庫查看,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!

相關鏈接

[1] 原文地址: https://martinheinz.dev/blog/1

[2] Levenshtein distance: https://en.wikipedia.org/wiki/Levenshtein_distance

[3] 在這裡: https://docs.python.org/3/howto/ipaddress.html

[4] 此處: https://docs.python.org/3/library/pdb.html%23debugger-commands#debugger-commands

點這裡,獲取一大波福利