当前位置:首页 >> 脚本专栏

python 5个实用的技巧

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。

以上就是python 5个实用的技巧的详细内容,更多关于python 实用技巧的资料请关注其它相关文章!