波神奇的Python语句函数与方法的使用技巧总结

Posted 2021-06-21 老酱

**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, \'\', 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\'