昊天SEO

提高你的Python编码效率的“武林秘籍”

我用Python编程有几年了, 并且我仍然经常惊讶于Python代码可以如何的简洁,如何的 DRY 。 我学到了很多小贴士和技巧,大多数来自于阅读开源项目的源代码,像Django, Flask, Requests 等。

这里我挑出了几个有时被大家忽略的几条,但是它们在日常工作中会有很大帮助。

秘籍一、字典和集合推导式

大多数Python开发者知道使用列表推导式。你不熟悉这一点? 一个列表推导式是一个创造列表的简短方式:

>>> some_list = [1, 2, 3, 4, 5]
>>> another_list = [ x + 1 for x in some_list ]
>>> another_list
[2, 3, 4, 5, 6]

从Python 3.1开始(也反向地移植到了Python 2.7),我们可以用同样的方式创建集合和字典:

>>> # 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}

第一个例子中,我们用 some_list 建立了一个元素不重复的集合,但只有偶数。第二个字典的例子中展示了一个字典的创建,这个字典的键是1到10(包括10),值是布尔值,指明该键是不是一个偶数。

另一个值得注意的地方是集合的文法,我们可以这么简单的创建一个集合:

>>> my_set = {1, 2, 1, 2, 3, 4}
>>> my_set
set([1, 2, 3, 4])

而没有使用到内建的 set 方法

秘籍二、使用计数器对象计数

很明显,但很容易遗忘。计数是一个寻常不过的编程任务,而且大多数情形下这不是个难事。不过计数可以更简单。

Python的 collections 库包含一个 dict 的子类,专门解决计数任务:

>>> 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)]

秘籍三、漂亮的打印JSON

JSON是一个很棒的序列格式,如今广泛应用在API和web服务中,但是很难用裸眼来看大数据量的JSON,它们很长,还在一行里。

可以用参数 indent 来更好地打印JSON数据,这在跟 REPL或是日志打交道的时候很有用:

>>> 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
    }
  ]
}

另外,去看看内建模块 pprint , 它可以帮助你漂亮地输出其它的东西。

秘籍四、快速建立一个web服务

有时我们需要一个建立RPC服务简单而快速的方法。我们需要的只是让程序B去调用程序A(可能在另一个机器上)的方法。

我们不用了解关于这个的任何技术,但是我们只是需要这么个简单的东西,我们可以使用一个叫做 XML-RPC 的协议(对应的Python库实现 SimpleXMLRPCServer )来处理这种事。

这里是一个简单粗糙的文件阅读服务器:

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()

响应它的客户端:

import xmlrpclib
proxy = xmlrpclib.Server
Proxy('http://localhost:8000/')
proxy.file_reader('/tmp/secret.txt')

现在我们就有了一个远程的文件阅读器,除了一点代码,没有外部依赖。(当然,不安全,所以只在”家”用这个吧)

秘籍五、Python的开源社区

刚我一直在说Python的标准库了,这些库只要你安装Python就会包含在你的Python中。对于大多数的其他任务,这里有大量的社区维护的第三方库来满足我们的需求。

这是一个我挑选Python库的办法:

  • 包含一个明确的协议,以便我们使用
  • 积极活跃的开发和维护
  • 可以用 pip 来安装,可以轻易地重复部署
  • 拥有一个合适覆盖率的测试集

如果你发现了一个适合你需求的Python库,不要害羞,大多数开源项目欢迎我们贡献代码和协助,即使你不是一个Python老将。帮助之手随时受欢迎!

秘籍六、 译者追加的技巧

原文评论里的一些技巧, 值得一看!

  • 快速在一个目录建立HTTP服务器

    python -m SimpleHTTPServer  推荐:共享文件常用

    在 Python 3 中:

    python -m http.server   推荐:共享文件常用
  • 命令行上漂亮地打印JSON:

    echo '{"json":"obj"}' | python -mjson.tool

    而且,如果你安装了 Pygments 模块,可以高亮地打印JSON:

    echo '{"json":"obj"}' | python -mjson.tool | pygmentize -l json
  • 注意 {} 是一个空的字典,而不是空的集合

本文地址官网    新乡网站建设,seo

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址