Python编程进阶，常用八大技巧!

整理字符串输入

整理用户输入的问题在编程过程中极为常见。通常情况下，将字符转换为小写或大写就够了，有时你可以使用正则表达式模块「Regex」完成这项工作。但是如果问题很复杂，可能有更好的方法来解决：

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」都被替换成了单个空格，「\r」都被删掉了。这只是个很简单的例子，我们可以更进一步，使用「unicodedata」程序包生成大型重映射表，并使用其中的「combining()」进行生成和映射。

迭代器切片(Slice)

如果对迭代器进行切片操作，会返回一个「TypeError」，提示生成器对象没有下标，但是我们可以用一个简单的方案来解决这个问题：

importitertools

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

forvalins:

...

我们可以使用「itertools.islice」创建一个「islice」对象，该对象是一个迭代器，可以产生我们想要的项。但需要注意的是，该操作要使用切片之前的所有生成器项，以及「islice」对象中的所有项。

跳过可迭代对象的开头

有时你要处理一些以不需要的行(如注释)开头的文件。「itertools」再次提供了一种简单的解决方案：

string_from_file="""

//Author:...

//License:...

//

//Date:...

Actualcontent...

importitertools

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

print(line)

这段代码只打印初始注释部分之后的内容。如果我们只想舍弃可迭代对象的开头部分(本示例中为开头的注释行)，而又不知道要这部分有多长时，这种方法就很有用了。

只包含关键字参数的函数(kwargs)

当我们使用下面的函数时，创建仅仅需要关键字参数作为输入的函数来提供更清晰的函数定义，会很有帮助：

deftest(*,a,b):

pass

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

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

如你所见，在关键字参数之前加上一个「*」就可以解决这个问题。如果我们将某些参数放在「*」参数之前，它们显然是位置参数。

创建支持「with」语句的对象

举例而言，我们都知道如何使用「with」语句打开文件或获取锁，但是我们可以实现自己上下文表达式吗?是的，我们可以使用「__enter__」和「__exit__」来实现上下文管理协议:

classConnection:

def__init__(self):

...

def__enter__(self):

#Initializeconnection...

def__exit__(self,type,value,traceback):

#Closeconnection...

withConnection()asc:

#__enter__()executes

...

#conn.__exit__()executes

这是在Python中最常见的实现上下文管理的方法，但是还有更简单的方法:

fromcontextlibimportcontextmanager

@contextmanager

deftag(name):

print(f"")

yield

print(f"")

withtag("h1"):

print("ThisisTitle.")

上面这段代码使用contextmanager的manager装饰器实现了内容管理协议。在进入with块时tag函数的第一部分(在yield之前的部分)就已经执行了，然后with块才被执行，最后执行tag函数的其余部分。

用「__slots__」节省内存

如果你曾经编写过一个创建了某种类的大量实例的程序，那么你可能已经注意到，你的程序突然需要大量的内存。那是因为Python使用字典来表示类实例的属性，这使其速度很快，但内存使用效率却不是很高。通常情况下，这并不是一个严重的问题。但是，如果你的程序因此受到严重的影响，不妨试一下「__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

当我们定义了「__slots__」属性时，Python没有使用字典来表示属性，而是使用小的固定大小的数组，这大大减少了每个实例所需的内存。使用「__slots__」也有一些缺点：我们不能声明任何新的属性，我们只能使用「__slots__」上现有的属性。而且，带有「__slots__」的类不能使用多重继承。

限制「CPU」和内存使用量

如果不是想优化程序对内存或CPU的使用率，而是想直接将其限制为某个确定的数字，Python也有一个对应的库可以做到：

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))

我们可以看到，在上面的代码片段中，同时包含设置最大CPU运行时间和最大内存使用限制的选项。在限制CPU的运行时间时，我们首先获得该特定资源(RLIMIT_CPU)的软限制和硬限制，然后使用通过参数指定的秒数和先前检索到的硬限制来进行设置。最后，如果CPU的运行时间超过了限制，我们将发出系统退出的信号。在内存使用方面，我们再次检索软限制和硬限制，并使用带「size」参数的「setrlimit」和先前检索到的硬限制来设置它。

控制可以/不可以导入什么

有些语言有非常明显的机制来导出成员(变量、方法、接口)，例如在Golang中只有以大写字母开头的成员被导出。然而，在Python中，所有成员都会被导出(除非我们使用了「__all__」)：

deffoo():

pass

defbar():

pass

__all__=["bar"]

在上面这段代码中，我们知道只有「bar」函数被导出了。同样，我们可以让「__all__」为空，这样就不会导出任何东西，当从这个模块导入的时候，会造成「AttributeError」。

实现比较运算符的简单方法

为一个类实现所有的比较运算符(如__lt__,__le__,__gt__,__ge__)是很繁琐的。有更简单的方法可以做到这一点吗?这种时候，「functools.total_ordering」就是一个很好的帮手：

fromfunctoolsimporttotal_ordering

@total_ordering

classNumber:

def__init__(self,value):

self.value=value

def__lt__(self,other):

returnself.valueNumber(3))

print(Number(1)=Number(15))

print(Number(10)

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com