在运用Python多年今后，我偶尔发现了一些咱们过去不知道的功用和特性。一些能够说是十分有用，但却没有充分利用。考虑到这一点，我修改了一些你应该了解的Python功用特征。 带恣意数量参数的函数 
你也许现已知道了Python允许你界说可选参数。但还有一个办法，能够界说函数恣意数量的参数。 首先，看下面是一个只界说可选参数的比方 def function(arg1="",arg2=""): print "arg1: {0}".format(arg1) print "arg2: {0}".format(arg2) function("Hello", "World") # prints args1: Hello # prints args2: World function() # prints args1: # prints args2:
如今，让咱们看看怎么界说一个能够承受恣意参数的函数。咱们利用元组来完成。 def foo(*args): # just use "*" to collect all remaining arguments into a tuple numargs = len(args) print "Number of arguments: {0}".format(numargs) for i, x in enumerate(args): print "Argument {0} is: {1}".format(i,x) foo() # Number of arguments: 0 foo("hello") # Number of arguments: 1 # Argument 0 is: hello foo("hello","World","Again") # Number of arguments: 3 # Argument 0 is: hello # Argument 1 is: World # Argument 2 is: Again
运用Glob()查找文件 大多Python函数有着长且具有描绘性的姓名。可是命名为glob()的函数你也许不知道它是干什么的除非你从别处现已了解它了。 它像是一个更强壮版本的listdir()函数。它能够让你经过运用形式匹配来查找文件。 import glob # get all py files files = glob.glob('*.py') print files # Output # ['arg.py', 'g.py', 'shut.py', 'test.py']
你能够像下面这么查找多个文件类型： import itertools as it, glob def multiple_file_types(*patterns): return it.chain.from_iterable(glob.glob(pattern) for pattern in patterns) for filename in multiple_file_types("*.txt", "*.py"): # add as many filetype arguements print filename # output #=========# # test.txt # arg.py # g.py # shut.py # test.py
假设你想得到每个文件的绝对路径，你能够在返回值上调用realpath()函数： import itertools asit,glob,os def multiple_file_types(*patterns): returnit.chain.from_iterable(glob.glob(pattern)forpattern inpatterns) forfilename inmultiple_file_types("*.txt","*.py"): # add as many filetype arguements realpath = os.path.realpath(filename) print realpath # output #=========# # C:\xxx\pyfunc\test.txt # C:\xxx\pyfunc\arg.py # C:\xxx\pyfunc\g.py # C:\xxx\pyfunc\shut.py # C:\xxx\pyfunc\test.py
调试 下面的比方运用inspect模块。该模块用于调试意图时是十分有用的，它的功用远比这儿描绘的要多。 这篇文章不会掩盖这个模块的每个细节，但会展现给你一些用例。 import logging,inspect logging.basicConfig(level=logging.INFO, format='%(asctime)s %(levelname)-8s %(filename)s:%(lineno)-4d: %(message)s', datefmt='%m-%d %H:%M', ) logging.debug('A debug message') logging.info('Some information') logging.warning('A shot across the bow') def test(): frame,filename,line_number,function_name,lines,index=\ inspect.getouterframes(inspect.currentframe())[1] print(frame,filename,line_number,function_name,lines,index) test() # Should print the following (with current date/time of course) #10-19 19:57 INFO test.py:9 : Some information #10-19 19:57 WARNING test.py:10 : A shot across the bow #(, 'C:/xxx/pyfunc/magic.py', 16, '', ['test()\n'], 0)
生成仅有ID 在有些情况下你需求生成一个仅有的字符串。我看到很多人运用md5()函数来达到此意图，但它的确不是以此为意图。 其实有一个名为uuid()的Python函数是用于这个意图的。 import uuid result = uuid.uuid1() print result # output => various attempts # 9e177ec0-65b6-11e3-b2d0-e4d53dfcf61b # be57b880-65b6-11e3-a04d-e4d53dfcf61b # c3b2b90f-65b6-11e3-8c86-e4d53dfcf61b
你也许会注意到，即便字符串是仅有的，但它们后边的几个字符看起来很类似。这是由于生成的字符串与电脑的MAC地址是相联系的。 为了减少重复的情况，你能够运用这两个函数。 import hmac,hashlib key='1' data='a' print hmac.new(key,data,hashlib.sha256).hexdigest() m = hashlib.sha1() m.update("The quick brown fox jumps over the lazy dog") printm.hexdigest() # c6e693d0b35805080632bc2469e1154a8d1072a86557778c27a01329630f8917 # 2fd4e1c67a2d28fced849ee1bb76e7391b93eb12
序列化 你从前需求将一个杂乱的变量存储在数据库或文本文件中吧？你不需求想一个奇特的办法将数组或目标格转化为式化字符串，由于Python现已提供了此功用。 import pickle variable = ['hello',42,[1,'two'],'apple'] # serialize content file = open('serial.txt','w') serialized_obj = pickle.dumps(variable) file.write(serialized_obj) file.close() # unserialize to produce original content target = open('serial.txt','r') myObj = pickle.load(target) print serialized_obj print myObj #output # (lp0 # S'hello' # p1 # aI42 # a(lp2 # I1 # aS'two' # p3 # aaS'apple' # p4 # a. # ['hello', 42, [1, 'two'], 'apple']
这是一个原生的Python序列化办法。但是近几年来JSON变得流行起来，Python添加了对它的支撑。如今你能够运用JSON来编解码。 import json variable = ['hello',42,[1,'two'],'apple'] print"Original {0} - {1}".format(variable,type(variable)) # encoding encode = json.dumps(variable) print"Encoded {0} - {1}".format(encode,type(encode)) #deccoding decoded = json.loads(encode) print"Decoded {0} - {1}".format(decoded,type(decoded)) # output # Original ['hello', 42, [1, 'two'], 'apple'] - # Encoded ["hello", 42, [1, "two"], "apple"] - # Decoded [u'hello', 42, [1, u'two'], u'apple'] -
这么更紧凑，并且最主要的是这么与JavaScript和很多别的语言兼容。但是对于杂乱的目标，其间的一些信息也许丢掉。
紧缩字符 当谈起紧缩时咱们一般想到文件，比方ZIP构造。在Python中能够紧缩长字符，不涉及任何档案文件。 import zlib string = """ Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nunc ut elit id mi ultricies adipiscing. Nulla facilisi. Praesent pulvinar, sapien vel feugiat vestibulum, nulla dui pretium orci, non ultricies elit lacus quis ante. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam pretium ullamcorper urna quis iaculis. Etiam ac massa sed turpis tempor luctus. Curabitur sed nibh eu elit mollis congue. Praesent ipsum diam, consectetur vitae ornare a, aliquam a nunc. In id magna pellentesque tellus posuere adipiscing. Sed non mi metus, at lacinia augue. Sed magna nisi, ornare in mollis in, mollis sed nunc. Etiam at justo in leo congue mollis. Nullam in neque eget metus hendrerit scelerisque eu non enim. Ut malesuada lacus eu nulla bibendum id euismod urna sodales. """ print "Original Size: {0}".format(len(string)) compressed = zlib.compress(string) print "Compressed Size: {0}".format(len(compressed)) decompressed = zlib.decompress(compressed) print "Decompressed Size: {0}".format(len(decompressed)) # output # Original Size: 1022 # Compressed Size: 423 # Decompressed Size: 1022
注册Shutdown函数 有可模块叫atexit，它能够让你在脚本运转完后立马履行一些代码。 假设你想在脚本履行完毕时丈量一些基准数据，比方运转了多长时间： import atexit import time import math def microtime(get_as_float = False) : ifget_as_float: returntime.time() else: return'%f %d' % math.modf(time.time()) start_time = microtime(False) atexit.register(start_time) def shutdown(): globalstart_time print"Execution took: {0} seconds".format(start_time) atexit.register(shutdown) # Execution took: 0.297000 1387135607 seconds # Error in atexit._run_exitfuncs: # Traceback (most recent call last): # File "C:\Python27\lib\atexit.py", line 24, in _run_exitfuncs # func(*targs, **kargs) # TypeError: 'str' object is not callable # Error in sys.exitfunc: # Traceback (most recent call last): # File "C:\Python27\lib\atexit.py", line 24, in _run_exitfuncs # func(*targs, **kargs) # TypeError: 'str' object is not callable
打眼看来很简单。只需求将代码添加到脚本的最底层，它将在脚本完毕前运转。但假设脚本中有一个丧命错误或许脚本被用户停止，它也许就不运转了。 当你运用atexit.register()时，你的代码都将履行，不管脚本由于什么原因停止运转。 定论 你是不是意识到那些不是广为人知Python特性很有用？请在评论处与咱们分享。谢谢你的阅览！
| 
注册
登录
