一波神奇的Python语句、函数与方法的使用技巧总结

显示有限的接口到外部
当发布python第三方package时,并不希望代码中所有的函数或者class可以被外部import,在__init__.py中添加__all__属性,该list中填写可以import的类或者函数名, 可以起到限制的import的作用, 防止外部import其他函数或者类。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
from base import APIBase
from client import Client
from decorator import interface, export, stream
from server import Server
from storage import Storage
from util import (LogFormatter, disable_logging_to_stderr,
            enable_logging_to_kids, info)
__all__ = ['APIBase', 'Client', 'LogFormatter', 'Server',
      'Storage', 'disable_logging_to_stderr', 'enable_logging_to_kids',
      'export', 'info', 'interface', 'stream']

with的魔力
with语句需要支持上下文管理协议的对象, 上下文管理协议包含__enter__和__exit__两个方法。 with语句建立运行时上下文需要通过这两个方法执行进入和退出操作。

其中上下文表达式是跟在with之后的表达式, 该表达式返回一个上下文管理对象。

# 常见with使用场景
with open("test.txt", "r") as my_file: # 注意, 是__enter__()方法的返回值赋值给了my_file,
  for line in my_file:
    print line

知道具体原理,我们可以自定义支持上下文管理协议的类,类中实现__enter__和__exit__方法。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
class MyWith(object):
  def __init__(self):
    print "__init__ method"
  def __enter__(self):
    print "__enter__ method"
    return self # 返回对象给as后的变量
  def __exit__(self, exc_type, exc_value, exc_traceback):
    print "__exit__ method"
    if exc_traceback is None:
      print "Exited without Exception"
      return True
    else:
      print "Exited with Exception"
      return False
def test_with():
  with MyWith() as my_with:
    print "running my_with"
  print "------分割线-----"
  with MyWith() as my_with:
    print "running before Exception"
    raise Exception
    print "running after Exception"
if __name__ == '__main__':
  test_with()

执行结果如下:

__init__ method
__enter__ method
running my_with
__exit__ method
Exited without Exception
------分割线-----
__init__ method
__enter__ method
running before Exception
__exit__ method
Exited with Exception
Traceback (most recent call last):
 File "bin/python", line 34, in <module>
  exec(compile(__file__f.read(), __file__, "exec"))
 File "test_with.py", line 33, in <module>
  test_with()
 File "test_with.py", line 28, in test_with
  raise Exception
Exception

证明了会先执行__enter__方法, 然后调用with内的逻辑, 最后执行__exit__做退出处理, 并且, 即使出现异常也能正常退出

filter的用法
相对filter而言, map和reduce使用的会更频繁一些, filter正如其名字, 按照某种规则过滤掉一些元素。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
lst = [1, 2, 3, 4, 5, 6]
# 所有奇数都会返回True, 偶数会返回False被过滤掉
print filter(lambda x: x % 2 != 0, lst)
#输出结果
[1, 3, 5]

一行作判断
当条件满足时, 返回的为等号后面的变量, 否则返回else后语句。

lst = [1, 2, 3]
new_lst = lst[0] if lst is not None else None
print new_lst
# 打印结果
1

装饰器之单例
使用装饰器实现简单的单例模式

# 单例装饰器
def singleton(cls):
  instances = dict() # 初始为空
  def _singleton(*args, **kwargs):
    if cls not in instances: #如果不存在, 则创建并放入字典
      instances[cls] = cls(*args, **kwargs)
    return instances[cls]
  return _singleton
@singleton
class Test(object):
  pass
if __name__ == '__main__':
  t1 = Test()
  t2 = Test()
  # 两者具有相同的地址
  print t1, t2

staticmethod装饰器
类中两种常用的装饰, 首先区分一下他们:

普通成员函数, 其中第一个隐式参数为对象

  • classmethod装饰器, 类方法(给人感觉非常类似于OC中的类方法), 其中第一个隐式参数为类
  • staticmethod装饰器, 没有任何隐式参数. python中的静态方法类似与C++中的静态方法
#!/usr/bin/env python

# -*- coding: utf-8 -*-
class A(object):
  # 普通成员函数
  def foo(self, x):
    print "executing foo(%s, %s)" % (self, x)
  @classmethod  # 使用classmethod进行装饰
  def class_foo(cls, x):
    print "executing class_foo(%s, %s)" % (cls, x)
  @staticmethod # 使用staticmethod进行装饰
  def static_foo(x):
    print "executing static_foo(%s)" % x
def test_three_method():
  obj = A()
  # 直接调用噗通的成员方法
  obj.foo("para") # 此处obj对象作为成员函数的隐式参数, 就是self
  obj.class_foo("para") # 此处类作为隐式参数被传入, 就是cls
  A.class_foo("para") #更直接的类方法调用
  obj.static_foo("para") # 静态方法并没有任何隐式参数, 但是要通过对象或者类进行调用
  A.static_foo("para")
if __name__ == '__main__':
  test_three_method()

# 函数输出
executing foo(<__main__.A object at 0x100ba4e10>, para)
executing class_foo(<class '__main__.A'>, para)
executing class_foo(<class '__main__.A'>, para)
executing static_foo(para)
executing static_foo(para)

property装饰器
定义私有类属性
将property与装饰器结合实现属性私有化(更简单安全的实现get和set方法)。

#python内建函数
property(fget=None, fset=None, fdel=None, doc=None)

fget是获取属性的值的函数,fset是设置属性值的函数,fdel是删除属性的函数,doc是一个字符串(像注释一样)。从实现来看,这些参数都是可选的。

property有三个方法getter(), setter()和delete() 来指定fget, fset和fdel。 这表示以下这行:

class Student(object):
  @property #相当于property.getter(score) 或者property(score)
  def score(self):
    return self._score
  @score.setter #相当于score = property.setter(score)
  def score(self, value):
    if not isinstance(value, int):
      raise ValueError('score must be an integer!')
    if value < 0 or value > 100:
      raise ValueError('score must between 0 ~ 100!')
    self._score = value

iter魔法
通过yield和__iter__的结合,我们可以把一个对象变成可迭代的
通过__str__的重写, 可以直接通过想要的形式打印对象

#!/usr/bin/env python
# -*- coding: utf-8 -*-
class TestIter(object):
  def __init__(self):
    self.lst = [1, 2, 3, 4, 5]
  def read(self):
    for ele in xrange(len(self.lst)):
      yield ele
  def __iter__(self):
    return self.read()
  def __str__(self):
    return ','.join(map(str, self.lst))

  __repr__ = __str__
def test_iter():
  obj = TestIter()
  for num in obj:
    print num
  print obj
if __name__ == '__main__':
  test_iter()

神奇partial
partial使用上很像C++中仿函数(函数对象)。

在stackoverflow给出了类似与partial的运行方式:

def partial(func, *part_args):
  def wrapper(*extra_args):
    args = list(part_args)
    args.extend(extra_args)
    return func(*args)
  return wrapper

利用用闭包的特性绑定预先绑定一些函数参数,返回一个可调用的变量, 直到真正的调用执行:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
from functools import partial
def sum(a, b):
  return a + b
def test_partial():
  fun = partial(sum, 2)  # 事先绑定一个参数, fun成为一个只需要一个参数的可调用变量
  print fun(3) # 实现执行的即是sum(2, 3)
if __name__ == '__main__':
  test_partial()

# 执行结果
5

神秘eval
eval我理解为一种内嵌的python解释器(这种解释可能会有偏差), 会解释字符串为对应的代码并执行, 并且将执行结果返回。

看一下下面这个例子:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
def test_first():
  return 3
def test_second(num):
  return num
action = { # 可以看做是一个sandbox
    "para": 5,
    "test_first" : test_first,
    "test_second": test_second
    }
def test_eavl():
  condition = "para == 5 and test_second(test_first) > 5"
  res = eval(condition, action) # 解释condition并根据action对应的动作执行
  print res
if __name__ == '_

exec
exec在Python中会忽略返回值, 总是返回None, eval会返回执行代码或语句的返回值
exec和eval在执行代码时, 除了返回值其他行为都相同
在传入字符串时, 会使用compile(source, '<string>', mode)编译字节码。 mode的取值为exec和eval

#!/usr/bin/env python
# -*- coding: utf-8 -*-
def test_first():
  print "hello"
def test_second():
  test_first()
  print "second"
def test_third():
  print "third"
action = {
    "test_second": test_second,
    "test_third": test_third
    }
def test_exec():
  exec "test_second" in action
if __name__ == '__main__':
  test_exec() # 无法看到执行结果

getattr
getattr(object, name[, default])返回对象的命名属性,属性名必须是字符串。如果字符串是对象的属性名之一,结果就是该属性的值。例如, getattr(x, ‘foobar') 等价于 x.foobar。 如果属性名不存在,如果有默认值则返回默认值,否则触发 AttributeError 。

# 使用范例
class TestGetAttr(object):
  test = "test attribute"
  def say(self):
    print "test method"
def test_getattr():
  my_test = TestGetAttr()
  try:
    print getattr(my_test, "test")
  except AttributeError:
    print "Attribute Error!"
  try:
    getattr(my_test, "say")()
  except AttributeError: # 没有该属性, 且没有指定返回值的情况下
    print "Method Error!"
if __name__ == '__main__':
  test_getattr()

# 输出结果
test attribute
test method

命令行处理

def process_command_line(argv):
  """
  Return a 2-tuple: (settings object, args list).
  `argv` is a list of arguments, or `None` for ``sys.argv[1:]``.
  """
  if argv is None:
    argv = sys.argv[1:]
  # initialize the parser object:
  parser = optparse.OptionParser(
    formatter=optparse.TitledHelpFormatter(width=78),
    add_help_option=None)
  # define options here:
  parser.add_option(   # customized description; put --help last
    '-h', '--help', action='help',
    help='Show this help message and exit.')
  settings, args = parser.parse_args(argv)
  # check number of arguments, verify values, etc.:
  if args:
    parser.error('program takes no command-line arguments; '
           '"%s" ignored.' % (args,))
  # further process settings & args if necessary
  return settings, args
def main(argv=None):
  settings, args = process_command_line(argv)
  # application code here, like:
  # run(settings, args)
  return 0    # success
if __name__ == '__main__':
  status = main()
  sys.exit(status)

读写csv文件

# 从csv中读取文件, 基本和传统文件读取类似
import csv
with open('data.csv', 'rb') as f:
  reader = csv.reader(f)
  for row in reader:
    print row
# 向csv文件写入
import csv
with open( 'data.csv', 'wb') as f:
  writer = csv.writer(f)
  writer.writerow(['name', 'address', 'age']) # 单行写入
  data = [
      ( 'xiaoming ','china','10'),
      ( 'Lily', 'USA', '12')]
  writer.writerows(data) # 多行写入

各种时间形式转换
只发一张网上的图, 然后查文档就好了, 这个是记不住的

字符串格式化
一个非常好用, 很多人又不知道的功能:

>>> name = "andrew"
>>> "my name is {name}".format(name=name)
'my name is andrew'
(0)

相关推荐

  • Python的math模块中的常用数学函数整理

    在数学之中,除了加减乘除四则运算之外--这是小学数学--还有其它更多的运算,比如乘方.开方.对数运算等等,要实现这些运算,需要用到 Python 中的一个模块:Math 模块(module)是 Python 中非常重要的东西,你可以把它理解为 Python 的扩展工具.换言之,Python 默认情况下提供了一些可用的东西,但是这些默认情况下提供的还远远不能满足编程实践的需要,于是就有人专门制作了另外一些工具.这些工具被称之为"模块" 任何一个 Pythoner 都可以编写模块,并且把这

  • Python中常用操作字符串的函数与方法总结

    例如这样一个字符串 Python,它就是几个字符:P,y,t,h,o,n,排列起来.这种排列是非常严格的,不仅仅是字符本身,而且还有顺序,换言之,如果某个字符换了,就编程一个新字符串了:如果这些字符顺序发生变化了,也成为了一个新字符串. 在 Python 中,把像字符串这样的对象类型(后面还会冒出来类似的其它有这种特点的对象类型,比如列表),统称为序列.顾名思义,序列就是"有序排列". 比如水泊梁山的 108 个好汉(里面分明也有女的,难道女汉子是从这里来的吗?),就是一个"

  • 使用Python内置的模块与函数进行不同进制的数的转换

    binascii 模块: 它包含一个把二进制数值转换成十六进制的函数,同样也可以反过来转. #binary_value是二进制数值不是字符串,也不是int型的1010 binascii.b2a_hex(binary_value) ##binary_value 一般读二进制文件可以得到 >>'89' <type str> python自带的builtin函数: bin(num)   十进制数值 ===>二进制字符串 bin(10) >> '0b1010' <t

  • python中私有函数调用方法解密

    本文实例讲述了python中私有函数调用方法.分享给大家供大家参考,具体如下: 与大多数语言一样,Python 也有私有的概念: ① 私有函数不可以从它们的模块外面被调用 ② 私有类方法不能够从它们的类外面被调用 ③ 私有属性不能够从它们的类外面被访问 与大多数的语言不同,一个 Python 函数,方法,或属性是私有还是公有,完全取决于它的名字. 如果一个 Python 函数,类方法,或属性的名字以两个下划线开始(但不是结束),它是私有的:其它所有的都是公有的. Python 没有类方法 保护

  • 跟老齐学Python之私有函数和专有方法

    在任何语言中,都会规定某些对象(属性.方法.函数.类等)只能够在某个范围内访问,出了这个范围就不能访问了.这是"公"."私"之分.此外,还会专门为某些特殊的东西指定一些特殊表示,比如类的名字就不能用class,def等,这就是保留字.除了保留字,python中还为类的名字做了某些特殊准备,就是"专有"的范畴. 私有函数 在某些时候,会看到有一种方法命名比较特别,是以"__"双划线开头的,将这类命名的函数/方法称之为"

  • 实例讲解Python中的私有属性

    在Python中可以通过在属性变量名前加上双下划线定义属性为私有属性,如例子: 复制代码 代码如下: #! encoding=UTF-8   class A:     def __init__(self):                  # 定义私有属性         self.__name = "wangwu"                  # 普通属性定义         self.age = 19          a = A()   # 正常输出 print a.ag

  • 总结Python编程中函数的使用要点

    为何使用函数 最大化代码的重用和最小化代码冗余 流程的分解 编写函数 >>def语句 在Python中创建一个函数是通过def关键字进行的,def语句将创建一个函数对象并将其赋值给一个变量名.def语句一般的格式如下所示: def <name>(arg1,arg2,... argN): <statements> 通常情况下,函数体中会有一个return语句,可以出现在函数体的任何位置,它表示函数调用的结束,并将结果返回至函数调用处.但是return语句是可选的,并不是必

  • Python学习笔记整理3之输入输出、python eval函数

    1. python中的变量: python中的变量声明不需要像C++.Java那样指定变量数据类型(int.float等),因为python会自动地根据赋给变量的值确定其类型.如 radius = 20,area = radius * radius * 3.14159 ,python会自动的将radius看成"整型",area看成"浮点型".所以编程时不用再像之前那样小心翼翼的查看数据类型有没有出错,挺人性化的. 2. input和print: 先贴个小的程序 #

  • Python随手笔记之标准类型内建函数

    Python提供了一些内建函数用于基本对象类型:cmp(),repr(),str(),type()和等同于repr()的(' ')操作符 (1)type() type的用法如下: type(object) 接受一个对象作为参数,并返回它的类型.他的返回值是一个类型对象. >>>type('r') <type 'str'> >>>type(3) <type 'int'> >>>type(type(5)) <type 'typ

  • python私有属性和方法实例分析

    本文实例分析了python的私有属性和方法.分享给大家供大家参考.具体实现方法如下: python默认的成员函数和成员变量都是公开的,并且没有类似别的语言的public,private等关键词来修饰. 在python中定义私有变量只需要在变量名或函数名前加上 "__"两个下划线,那么这个函数或变量就会为私有的了. 在内部,python使用一种 name mangling 技术,将 __membername替换成 _classname__membername,所以你在外部使用原来的私有成

随机推荐