介紹Python炫酷功能(例如，變量解包，偏函數，枚舉可迭代對象等)的文章層出不窮。但是還有很多Python的編程小技巧鮮被提及。因此，本文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!

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，將字符轉換為小寫或大寫就夠了，有時你可以使用正則表達式模塊「Regex」完成這項工作。但是如果問題很復雜，可能有更好的方法來解決：

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

character_map={

ord('\n'):'',

ord('\t'):'',

ord('\r'):None

}

user_input.translate(character_map)#Thisstringhassomewhitespaces...

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，我們可以更進一步，使用「unicodedata」程序包生成大型重映射表，并使用其中的「combining()」進行生成和映射，我們可以

迭代器切片(Slice)

如果對迭代器進行切片操作，會返回一個「TypeError」，提示生成器對象沒有下標，但是我們可以用一個簡單的方案來解決這個問題：

importitertools

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

forvalins:

...

我們可以使用「itertools.islice」創建一個「islice」對象，該對象是一個迭代器，可以產生我們想要的項。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:...

Actualcontent...

"""

importitertools

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

print(line)

這段代碼只打印初始注釋部分之后的內容。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。

只包含關鍵字參數的函數(kwargs)

當我們使用下面的函數時，創建僅僅需要關鍵字參數作為輸入的函數來提供更清晰的函數定義，會很有幫助：

deftest(*,a,b):

pass

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

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

如你所見，在關鍵字參數之前加上一個「*」就可以解決這個問題。如果我們將某些參數放在「*」參數之前，它們顯然是位置參數。

創建支持「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，但是我們可以實現自己上下文表達式嗎?是的，我們可以使用「__enter__」和「__exit__」來實現上下文管理協議:

classConnection:

def__init__(self):

...

def__enter__(self):

#Initializeconnection...

def__exit__(self,type,value,traceback):

#Closeconnection...

withConnection()asc:

#__enter__()executes

...

#conn.__exit__()executes

這是在Python中最常見的實現上下文管理的方法，但是還有更簡單的方法:

fromcontextlibimportcontextmanager

@contextmanager

deftag(name):

print(f"<{name}>")

yield

print(f"")

withtag("h1"):

print("ThisisTitle.")

上面這段代碼使用contextmanager的manager裝飾器實現了內容管理協議。在進入with塊時tag函數的第一部分(在yield之前的部分)就已經執行了，然后with塊才被執行，最后執行tag函數的其余部分。

用「__slots__」節省內存

如果你曾經編寫過一個創建了某種類的大量實例的程序，那么你可能已經注意到，你的程序突然需要大量的內存。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，但內存使用效率卻不是很高。通常情況下，這并不是一個嚴重的問題。但是，如果你的程序因此受到嚴重的影響，不妨試一下「__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組，這大大減少了每個實例所需的內存。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__」上現有的屬性。而且，帶有「__slots__」的類不能使用多重繼承。

限制「CPU」和內存使用量

如果不是想優化程序對內存或CPU的使用率，而是想直接將其限制為某個確定的數字，Python也有一個對應的庫可以做到：

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))

我們可以看到，在上面的代碼片段中，同時包含設置最大CPU運行時間和最大內存使用限制的選項。在限制CPU的運行時間時，我們首先獲得該特定資源(RLIMIT_CPU)的軟限制和硬限制，然后使用通過參數指定的秒數和先前檢索到的硬限制來進行設置。最后，如果CPU的運行時間超過了限制，我們將發出系統退出的信號。在內存使用方面，我們再次檢索軟限制和硬限制，并使用帶「size」參數的「setrlimit」和先前檢索到的硬限制來設置它。

控制可以/不可以導入什么

有些語言有非常明顯的機制來導出成員(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出。然而，在Python中，所有成員都會被導出(除非我們使用了「__all__」)：

deffoo():

pass

defbar():

pass

__all__=["bar"]

在上面這段代碼中，我們知道只有「bar」函數被導出了。同樣，我們可以讓「__all__」為空，這樣就不會導出任何東西，當從這個模塊導入的時候，會造成「AttributeError」。

實現比較運算符的簡單方法

為一個類實現所有的比較運算符(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：

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，它們是實現其余操作所需要的最小的操作集合(這里也體現了裝飾器的作用——為我們填補空白)。

結語

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。還需指出的是，所有這些功能都是Python標準庫的一部分。而在我看來，其中一些功能似乎并不像標準庫中包含的標準內容，所以當你使用Python實現本文提到的某些功能時，請先參閱Python的標準庫，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)。

以上內容為大家介紹了Python的編程小技巧，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。http://www.dietsnews.net/