Python 奇技淫巧

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

详细原理可以查看这篇文章， 浅谈 Python 的 with 语句。

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'

参考链接

• What is the difference between @staticmethod and @classmethod in Python?
• Python @property versus getters and setters
• How does the @property decorator work?
• How does the functools partial work in Python?
• What’s the difference between eval, exec, and compile in Python?
• Be careful with exec and eval in Python
• Python (and Python C API): new versus init
• Python ‘self’ keyword self不是关键字, 是一个约定的变量名
• Python进阶必读汇总
• 使python类可以判断真值
• Best Python Resources
• Python安全编码指南

原文：http://andrewliu.in/2015/11/14/Python%E5%A5%87%E6%8A%80%E6%B7%AB%E5%B7%A7/ 作者： Andrew Liu