Python语句、函数与方法的使用技巧总结

Python语句、函数与方法的使用技巧总结

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(\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 \ def __enter__(self):

print \

return self # 返回对象给as后的变量

def __exit__(self, exc_type, exc_value, exc_traceback): print \ if exc_traceback is None:

print \ return True else:

print \ return False def test_with():

with MyWith() as my_with: print \ print \分割线-----\ with MyWith() as my_with: print \ raise Exception

print \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 \ exec(compile(__file__f.read(), __file__, \ File \ test_with()

File \ 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 \ @classmethod # 使用classmethod进行装饰 def class_foo(cls, x):

print \ @staticmethod # 使用staticmethod进行装饰 def static_foo(x):

print \def test_three_method(): obj = A()

# 直接调用噗通的成员方法

obj.foo(\此处obj对象作为成员函数的隐式参数, 就是self obj.class_foo(\此处类作为隐式参数被传入, 就是cls A.class_foo(\更直接的类方法调用

obj.static_foo(\# 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(\if __name__ == '__main__': test_three_method()

# 函数输出

executing foo(<__main__.A object at 0x100ba4e10>, para) executing class_foo(, para) executing class_foo(, 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 \

\ \ }

def test_eavl():

condition = \

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 \def test_second(): test_first() print \def test_third(): print \action = {

\ \ }

def test_exec():

exec \

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 = \ def say(self):

print \def test_getattr(): my_test = TestGetAttr() try:

print getattr(my_test, \ except AttributeError: print \ try:

getattr(my_test, \

except AttributeError: # 没有该属性, 且没有指定返回值的情况下

print \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; ' '\

# 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

本文来源：https://www.bwwdw.com/article/3ty7.html