譯者 | 豌豆花下貓

聲明 ：本文獲得原作者授權(quán)翻譯，轉(zhuǎn)載請保留原文出處，請勿用于商業(yè)或非法用途。

有許許多多文章寫了 Python 中的許多很酷的特性，例如變量解包、偏函數(shù)、枚舉可迭代對象，但是關(guān)于 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、對輸入的字符串“消毒”

對用戶輸入的內(nèi)容“消毒”，這問題幾乎適用于你編寫的所有程序。通常將字符轉(zhuǎn)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，但是對于復(fù)雜的情況，還有更好的方法：

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(shù)，來生成更大的重映射表（remapping table），并用它來刪除字符串中所有的重音。

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 subscriptable），但是有一個簡單的解決方案：

import itertools

s = itertools.islice(range(50), 10, 20) # <itertools.islice object at 0x7f70fab88138>
for val in s:
 ...

使用itertools.islice，我們可以創(chuàng)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(nèi)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。

（譯注：更多關(guān)于迭代器切片的內(nèi)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(shù)量的不需要的行（例如注釋）為開頭。 itertools 再次提供了簡單的解決方案：

string_from_file = """
// Author: ...
// License: ...
//
// Date: ...

Actual content...
"""

import itertools

for line in itertools.dropwhile(lambda line:line.startswith("http://"), string_from_file.split("\n")):
 print(line)

這段代碼僅會打印在初始的注釋部分之后的內(nèi)容。如果我們只想丟棄迭代器的開頭部分（在此例中是注釋），并且不知道有多少內(nèi)容，那么此方法很有用。

4、僅支持關(guān)鍵字參數(shù)（kwargs）的函數(shù)

當需要函數(shù)提供（強制）更清晰的參數(shù)時，創(chuàng)建僅支持關(guān)鍵字參數(shù)的函數(shù)，可能會挺有用：

def test(*, 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(guān)鍵字參數(shù)之前，放置單個 * 參數(shù)來輕松解決此問題。如果我們將位置參數(shù)放在 * 參數(shù)之前，則顯然也可以有位置參數(shù)。

5、創(chuàng)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(xiàn)自己的么？是的，我們可以使用__enter__ 和__exit__ 方法來實現(xiàn)上下文管理器協(xié)議：

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

這是在 Python 中實現(xiàn)上下文管理的最常見方法，但是還有一種更簡單的方法：

from contextlib import contextmanager

@contextmanager
def tag(name):
 print(f"<{name}>")
 yield
 print(f"</{name}>")

with tag("h1"):
 print("This is Title.")

上面的代碼段使用 contextmanager 裝飾器實現(xiàn)了內(nèi)容管理協(xié)議。tag 函數(shù)的第一部分（yield 之前）會在進入 with 語句時執(zhí)行，然后執(zhí)行 with 的代碼塊，最后會執(zhí)行 tag 函數(shù)的剩余部分。

6、用__slots__節(jié)省內(nèi)存

如果你曾經(jīng)編寫過一個程序，該程序創(chuàng)建了某個類的大量實例，那么你可能已經(jīng)注意到你的程序突然就需要大量內(nèi)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(nèi)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__ ：

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

這里發(fā)生的是，當我們定義__slots__屬性時，Python 使用固定大小的小型數(shù)組，而不是字典，這大大減少了每個實例所需的內(nèi)存。使用__slots__還有一些缺點——我們無法聲明任何新的屬性，并且只能使用在__slots__中的屬性。同樣，帶有__slots__的類不能使用多重繼承。

7、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固定數(shù)字，那么 Python 也有一個庫能做到：

import signal
import resource
import os

# To Limit CPU time
def 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 usage
def set_max_memory(size):
 soft, hard = resource.getrlimit(resource.RLIMIT_AS)
 resource.setrlimit(resource.RLIMIT_AS, (size, hard))

在這里，我們可以看到兩個選項，可設(shè)置最大 CPU 運行時間和內(nèi)存使用上限。對于 CPU 限制，我們首先獲取該特定資源（RLIMIT_CPU）的軟限制和硬限制，然后通過參數(shù)指定的秒數(shù)和先前獲取的硬限制來設(shè)置它。最后，如果超過 CPU 時間，我們將注冊令系統(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 size 參數(shù)的setrlimit 和獲取的硬限制對其進行設(shè)置。

8、控制可以import的內(nèi)容

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

def foo():
 pass

def bar():
 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(dǎo)入的內(nèi)容。對于以上示例，通配導(dǎo)入時只會導(dǎo)入 bar。此外，我們可以將__all__ 設(shè)為空，令其無法導(dǎo)出任何東西，并且在使用通配符方式從此模塊中導(dǎo)入時，將引發(fā) AttributeError。

9、比較運算符的簡便方法

為一個類實現(xiàn)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：

from functools import total_ordering

@total_ordering
class 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.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 裝飾器用于簡化為我們的類實例實現(xiàn)排序的過程。只需要定義__lt__ 和__eq__，這是最低的要求，裝飾器將映射剩余的操作——它為我們填補了空白。

（ 譯注： 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(nèi)容。）

10、使用slice函數(shù)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(shù)命名它們，然后再使用它們。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(fā)現(xiàn) getpass 模塊很有用：

import getpass

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，并非每個系統(tǒng)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/字符串的相近匹配

現(xiàn)在，關(guān)于 Python 標準庫中一些晦澀難懂的特性。如果你發(fā)現(xiàn)自己需要使用Levenshtein distance 【2】之類的東西，來查找某些輸入字符串的相似單詞，那么 Python 的 difflib 會為你提供支持。

import difflib
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。在這里，第一個參數(shù)與第二個參數(shù)匹配。我們還可以提供可選參數(shù) n ，該參數(shù)指定要返回的最多匹配結(jié)果。另一個可選的關(guān)鍵字參數(shù) cutoff （默認值為 0.6），可以設(shè)置字符串匹配得分的閾值。

13、使用IP地址

如果你必須使用 Python 做網(wǎng)絡(luò)開發(fā)，你可能會發(fā)現(xiàn) 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：

import ipaddress
net = 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
# ...

另一個不錯的功能是檢查 IP 地址的網(wǎng)絡(luò)成員資格：

ip = ipaddress.ip_address("74.125.227.3")

ip in net
# True

ip = ipaddress.ip_address("74.125.227.12")
ip in net
# False

還有很多有趣的功能，在這里【3】可以找到，我不再贅述。但是請注意，ipaddress 模塊和其它與網(wǎng)絡(luò)相關(guān)的模塊之間只有有限的互通性。例如，你不能將 IPv4Network 實例當成地址字符串——需要先使用 str 轉(zhuǎn)換它們。

14、在Shell中調(diào)試程序崩潰

如果你是一個拒絕使用 IDE，并在 Vim 或 Emacs 中進行編碼的人，那么你可能會遇到這樣的情況：擁有在 IDE 中那樣的調(diào)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 會啟動交互式 shell，在那你可以查看所有的變量和調(diào)用函數(shù)。整潔，但是使用實際的調(diào)試器（pdb ）會如何呢？讓我們用以下程序（script.py ）：

def func():
 return 0 / 0

func()

并使用python3.8 -i script.py運行腳本：

# Script crashes...
Traceback (most recent call last):
  File "script.py", line 4, in <module>
    func()
  File "script.py", line 2, in func
    return 0 / 0
ZeroDivisionError: division by zero
&gt;&gt;&gt; import pdb
&gt;&gt;&gt; pdb.pm()  # Post-mortem debugger
&gt; script.py(2)func()
-&gt; return 0 / 0
(Pdb)

我們看到了崩潰的地方，現(xiàn)在讓我們設(shè)置一個斷點：

def func():
 breakpoint() # import pdb; pdb.set_trace()
 return 0 / 0

func()

現(xiàn)在再次運行它： 

  script.py(3)func()
-&gt; return 0 / 0
(Pdb)  # we start here
(Pdb) step
ZeroDivisionError: division by zero
&gt; script.py(3)func()
-&gt; return 0 / 0
(Pdb)

大多數(shù)時候，打印語句和錯誤信息就足以進行調(diào)試，但是有時候，你需要四處摸索，以了解程序內(nèi)部正在發(fā)生的事情。在這些情況下，你可以設(shè)置斷點，然后程序執(zhí)行時將在斷點處停下，你可以檢查程序，例如列出函數(shù)參數(shù)、表達式求值、列出變量、或如上所示僅作單步執(zhí)行。

pdb 是功能齊全的 Python shell，理論上你可以執(zhí)行任何東西，但是你還需要一些調(diào)試命令，可在此處【4】找到。

15、在一個類中定義多個構(gòu)造函數(shù)

函數(shù)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(shù)，你仍然可以使用類方法重載構(gòu)造函數(shù)：

import datetime

class 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

你可能傾向于將替代構(gòu)造函數(shù)的所有邏輯放入__init__，并使用*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__，并在單獨的方法/構(gòu)造函數(shù)中執(zhí)行所有操作。這樣，對于類的維護者和用戶而言，得到的都是干凈的代碼。

16、使用裝飾器緩存函數(shù)調(diào)用

你是否曾經(jīng)編寫過一種函數(shù)，它執(zhí)行昂貴的 I/O 操作或一些相當慢的遞歸，而且該函數(shù)可能會受益于對其結(jié)果進行緩存（存儲）？如果你有，那么有簡單的解決方案，即使用 functools 的lru_cache :

from functools import lru_cache
import 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，我們用了可緩存的 GET 請求（最多 32 個緩存結(jié)果）。你還可以看到，我們可以使用 cache_info 方法檢查函數(shù)的緩存信息。裝飾器還提供了 clear_cache 方法，用于使緩存結(jié)果無效。

我還想指出，此函數(shù)不應(yīng)與具有副作用的函數(shù)一起使用，或與每次調(diào)用都創(chuàng)建可變對象的函數(shù)一起使用。

17、在可迭代對象中查找最頻繁出現(xiàn)的元素

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

from collections import Counter

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(xiàn)次數(shù)映射起來，因此你可以將其用作普通字典：

print(cheese_count["mozzarella"])
# Prints: 1

cheese_count["mozzarella"] += 1

print(cheese_count["mozzarella"])
# Prints: 2

除此之外，你還可以使用 update(more_words) 方法輕松添加更多元素。Counter 的另一個很酷的特性是你可以使用數(shù)學(xué)運算（加法和減法）來組合和減去 Counter 的實例。

小結(jié)

在日常 Python 編程中，并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，并且它們也可能簡化任務(wù)，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(nèi)容。因此，每當你要在 Python 中實現(xiàn)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，那么肯定在某些三方庫中）。

如果你使用 Python，那么我認為在這里分享的大多數(shù)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(guān)鏈接

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

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

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

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

最新評論