建站
咨詢
售后
建站咨詢
新聞中心
python教程會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會用到的的。讓我們一探究竟吧！
讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：申請域名、網(wǎng)絡(luò)空間、營銷軟件、網(wǎng)站建設(shè)、安圖網(wǎng)站維護(hù)、網(wǎng)站推廣。
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，有時你可以使用正則表達(dá)式模塊「Regex」完成這項工作。但是如果問題很復(fù)雜，可能有更好的方法來解決：
user_input = "This
string has some whitespaces...
"
character_map = {
ord(
) : ,
ord( ) : ,
ord(
) : None
}
user_input.translate(character_map) # This string has some whitespaces...在本例中，你可以看到空格符「 n」和「 t」都被替換成了單個空格，「 r」都被刪掉了。這只是個很簡單的例子，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）
如果對迭代器進(jìn)行切片操作，會返回一個「TypeError」，提示生成器對象沒有下標(biāo)，但是我們可以用一個簡單的方案來解決這個問題：
import itertools s = itertools.islice(range(50), 10, 20) # <itertools.islice object at 0x7f70fab88138> for val in s: ...
我們可以使用「itertools.islice」創(chuàng)建一個「islice」對象，該對象是一個迭代器，可以產(chǎn)生我們想要的項。但需要注意的是，該操作要使用切片之前的所有生成器項，以及「islice」對象中的所有項。
跳過可迭代對象的開頭
有時你要處理一些以不需要的行（如注釋）開頭的文件?！竔tertools」再次提供了一種簡單的解決方案：
string_from_file = """
// Author: ...
// License: ...
//
// Date: ...
Actual content...
"""
import itertools
for line in itertools.dropwhile(lambda line: line.startswith("http://"), string_from_file.split("
")):
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，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，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，會很有幫助：
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，在關(guān)鍵字參數(shù)之前加上一個「」就可以解決這個問題。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」來實現(xiàn)上下文管理協(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 中最常見的實現(xiàn)上下文管理的方法，但是還有更簡單的方法:
from contextlib import contextmanager
@contextmanager
def tag(name):
print(f"<{name}>")
yield
print(f"")
with tag("h1"):
print("This is Title.")上面這段代碼使用 contextmanager 的 manager 裝飾器實現(xiàn)了內(nèi)容管理協(xié)議。在進(jìn)入 with 塊時 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)編寫過一個創(chuàng)建了某種類的大量實例的程序，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。那是因為 Python 使用字典來表示類實例的屬性，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」：
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
當(dāng)我們定義了「slots」屬性時，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，這大大減少了每個實例所需的內(nèi)存。使用「slots」也有一些缺點：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確定的數(shù)字，Python 也有一個對應(yīng)的庫可以做到：
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))我們可以看到，在上面的代碼片段中，同時包含設(shè)置 CPU 運(yùn)行時間和內(nèi)存使用限制的選項。在限制 CPU 的運(yùn)行時間時，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)行時間超過了限制，我們將發(fā)出系統(tǒng)退出的信號。在內(nèi)存使用方面，我們再次檢索軟限制和硬限制，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，所有成員都會被導(dǎo)出（除非我們使用了「all」）：
def foo(): pass def bar(): 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，這樣就不會導(dǎo)出任何東西，當(dāng)從這個模塊導(dǎo)入的時候，會造成「AttributeError」。
實現(xiàn)比較運(yùn)算符的簡單方法
為一個類實現(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嗎？這種時候，「functools.total_ordering」就是一個很好的幫手：
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))
這里的工作原理究竟是怎樣的呢？我們用「total_ordering」裝飾器簡化實現(xiàn)對類實例排序的過程。我們只需要定義「lt」和「eq」就可以了，它們是實現(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不時派上用場，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 實現(xiàn)本文提到的某些功能時，請先參閱 Python 的標(biāo)準(zhǔn)庫，如果你不能找到想要的功能，可能只是因為你還沒有盡力查找（如果真的沒有，那它肯定也存在于一些第三方庫）。
更多相關(guān)免費學(xué)習(xí)推薦：python教程（視頻）
分享題目：創(chuàng)新互聯(lián)Python教程：Python大神用9個實用技巧，分享給你
當(dāng)前URL：http://m.5511xx.com/article/cdhpdoc.html
