Python的这几个技巧,太厉害了!

发表于:2019-3-04 10:15

字体: | 上一篇 | 下一篇 | 我要投稿

 作者:h4cd    来源:51CTO

#
Python
分享:
  我已经使用Python编程有多年了,即使今天我仍然惊奇于这种语言所能让代码表现出的整洁和对DRY编程原则的适用。这些年来的经历让我学到了很多的小技巧和知识,大多数是通过阅读很流行的开源软件,如Django, Flask,Requests中获得的。
  下面我挑选出的这几个技巧常常会被人们忽略,但它们在日常编程中能真正的给我们带来不少帮助。
  1. 字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)
  大多数的Python程序员都知道且使用过列表推导(list comprehensions)。如果你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的创建一个list的方法。
   >>> some_list = [1, 2, 3, 4, 5]
  >>> another_list = [ x + 1 for x in some_list ]
  >>> another_list
  [2, 3, 4, 5, 6]
  自从python 3.1 (甚至是Python 2.7)起,我们可以用同样的语法来创建集合和字典表:
   >>> # Set Comprehensions
  >>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]
  >>> even_set = { x for x in some_list if x % 2 == 0 }
  >>> even_set
  set([8, 2, 4])
  >>> # Dict Comprehensions
  >>> d = { x: x % 2 == 0 for x in range(1, 11) }
  >>> d
  {1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}
  在第一个例子里,我们以some_list为基础,创建了一个具有不重复元素的集合,而且集合里只包含偶数。而在字典表的例子里,我们创建了一个key是不重复的1到10之间的整数,value是布尔型,用来指示key是否是偶数。
  这里另外一个值得注意的事情是集合的字面量表示法。我们可以简单的用这种方法创建一个集合:
   >>> my_set = {1, 2, 1, 2, 3, 4}
  >>> my_set
  set([1, 2, 3, 4])
  而不需要使用内置函数set()。
  2. 计数时使用Counter计数对象
  这听起来显而易见,但经常被人忘记。对于大多数程序员来说,数一个东西是一项很常见的任务,而且在大多数情况下并不是很有挑战性的事情——这里有几种方法能更简单的完成这种任务。
  Python的collections类库里有个内置的dict类的子类,是专门来干这种事情的:
   >>> from collections import Counter
  >>> c = Counter('hello world')
  >>> c
  Counter({'l': 3, 'o': 2, ' ': 1, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})
  >>> c.most_common(2)
  [('l', 3), ('o', 2)]
  3. 漂亮的打印出JSON
  JSON是一种非常好的数据序列化的形式,被如今的各种API和web service大量的使用。使用python内置的json处理,可以使JSON串具有一定的可读性,但当遇到大型数据时,它表现成一个很长的、连续的一行时,人的肉眼就很难观看了。
  为了能让JSON数据表现的更友好,我们可以使用indent参数来输出漂亮的JSON。当在控制台交互式编程或做日志时,这尤其有用:
   >>> import json
  >>> print(json.dumps(data))  # No indention
  {"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}
  >>> print(json.dumps(data, indent=2))  # With indention
  {
  "status": "OK",
  "count": 2,
  "results": [
  {
  "age": 27,
  "name": "Oz",
  "lactose_intolerant": true
  },
  {
  "age": 29,
  "name": "Joe",
  "lactose_intolerant": false
  }
  ]
  }
  同样,使用内置的pprint模块,也可以让其它任何东西打印输出的更漂亮。
  4. 创建一次性的、快速的小型web服务
  有时候,我们需要在两台机器或服务之间做一些简便的、很基础的RPC之类的交互。我们希望用一种简单的方式使用B程序调用A程序里的一个方法——有时是在另一台机器上。仅内部使用。
  我并不鼓励将这里介绍的方法用在非内部的、一次性的编程中。我们可以使用一种叫做XML-RPC的协议 (相对应的是这个Python库),来做这种事情。
  下面是一个使用SimpleXMLRPCServer模块建立一个快速的小的文件读取服务器的例子:
   from SimpleXMLRPCServer import SimpleXMLRPCServer
  def file_reader(file_name):
  with open(file_name, 'r') as f:
  return f.read()
  server = SimpleXMLRPCServer(('localhost', 8000))
  server.register_introspection_functions()
  server.register_function(file_reader)
  server.serve_forever()
  客户端:
   import xmlrpclib
  proxy = xmlrpclib.ServerProxy('http://localhost:8000/')
  proxy.file_reader('/tmp/secret.txt')
  我们这样就得到了一个远程文件读取工具,没有外部的依赖,只有几句代码(当然,没有任何安全措施,所以只可以在家里这样做)。
  5. Python神奇的开源社区
  这里我提到的几个东西都是Python标准库里的,如果你安装了Python,你就已经可以这样使用了。而对于很多其它类型的任务,这里有大量的社区维护的第三方库可供你使用。
  下面这个清单是我认为的好用且健壮的开源库的必备条件:
  好的开源库必须…
  包含一个很清楚的许可声明,能适用于你的使用场景。
  开发和维护工作很活跃(或,你能参与开发维护它。)
  能够简单的使用pip安装或反复部署。
  有测试套件,具有足够的测试覆盖率。
  如果你发现一个好的程序库,符合你的要求,不要不好意思——大部分的开源项目都欢迎捐赠代码和欢迎提供帮助——即使你不是一个Python高手。

      上文内容不用于商业目的,如涉及知识产权问题,请权利人联系博为峰小编(021-64471599-8017),我们将立即处理。
精选软件测试好文,快来阅读吧~

关注51Testing

联系我们

快捷面板 站点地图 联系我们 广告服务 关于我们 站长统计 发展历程

法律顾问:上海兰迪律师事务所 项棋律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2024
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪ICP备05003035号

沪公网安备 31010102002173号