Python编程语言中有哪些鲜为人知但很有用的特性?
尽量将答案限制在Python核心。 每个回答一个特征。 给出一个例子和功能的简短描述，而不仅仅是文档链接。 使用标题作为第一行标记该特性。
快速链接到答案:
参数解包 牙套 链接比较运算符 修饰符 可变默认参数的陷阱/危险 描述符 字典默认的.get值 所以测试 省略切片语法 枚举 其他/ 函数作为iter()参数 生成器表达式 导入该 就地值交换 步进列表 __missing__物品 多行正则表达式 命名字符串格式化 嵌套的列表/生成器推导 运行时的新类型 .pth文件 ROT13编码 正则表达式调试 发送到发电机 交互式解释器中的制表符补全 三元表达式 试着/ / else除外 拆包+打印()函数 与声明
当前回答
懒得初始化字典中的每个字段?没有问题:
在Python > 2.3中:
from collections import defaultdict
Python中<= 2.3:
def defaultdict(type_):
class Dict(dict):
def __getitem__(self, key):
return self.setdefault(key, type_())
return Dict()
在任何版本中:
d = defaultdict(list)
for stuff in lots_of_stuff:
d[stuff.name].append(stuff)
更新:
谢谢肯·阿诺德。我重新实现了一个更复杂的defaultdict版本。它的行为应该与标准库中的完全相同。
def defaultdict(default_factory, *args, **kw):
class defaultdict(dict):
def __missing__(self, key):
if default_factory is None:
raise KeyError(key)
return self.setdefault(key, default_factory())
def __getitem__(self, key):
try:
return dict.__getitem__(self, key)
except KeyError:
return self.__missing__(key)
return defaultdict(*args, **kw)
其他回答
很多人不知道dir函数。这是一种很好的方法，可以从解释器中找出对象可以做什么。例如，如果你想查看所有字符串方法的列表:
>>> dir("foo")
['__add__', '__class__', '__contains__', (snipped a bunch), 'title',
'translate', 'upper', 'zfill']
然后，如果你想要关于某个方法的更多信息，你可以在它上面调用“help”。
>>> help("foo".upper)
Help on built-in function upper:
upper(...)
S.upper() -> string
Return a copy of the string S converted to uppercase.
一切事物的一等性(“一切事物都是一个物体”)，以及这可能造成的混乱。
>>> x = 5
>>> y = 10
>>>
>>> def sq(x):
... return x * x
...
>>> def plus(x):
... return x + x
...
>>> (sq,plus)[y>x](y)
20
最后一行创建一个包含这两个函数的元组，然后计算y>x (True)并将其作为元组的索引(通过将其强制转换为int类型，1)，然后使用参数y调用该函数并显示结果。
对于进一步的滥用，如果你返回一个带索引的对象(例如一个列表)，你可以在末尾添加更多的方括号;如果内容是可调用的，更多的括号，等等。为了更变态，使用这样的代码的结果作为另一个例子中的表达式(即用下面的代码替换y>x):
(sq,plus)[y>x](y)[4](x)
这展示了Python的两个方面——极端的“一切都是一个对象”哲学，以及不恰当或考虑不良的语言语法使用方法，可能导致完全不可读、不可维护的意大利面条代码，适合一个表达式。
上下文管理器和“with”语句
在PEP 343中引入的上下文管理器是作为一组语句的运行时上下文的对象。
由于该特性使用了新的关键字，它是逐渐引入的:在Python 2.5中通过__future__指令可用。Python 2.6及以上版本(包括Python 3)默认情况下可用。
我经常使用“with”语句，因为我认为这是一个非常有用的结构，下面是一个快速演示:
from __future__ import with_statement
with open('foo.txt', 'w') as f:
f.write('hello!')
这里在幕后发生的事情是，“with”语句在文件对象上调用特殊的__enter__和__exit__方法。如果with语句体引发任何异常，异常细节也会传递给__exit__，允许在那里进行异常处理。
在这种特殊情况下，这为您做的是，当执行超出with套件的范围时，它保证关闭文件，无论这是正常发生还是抛出异常。它基本上是一种抽象出常见异常处理代码的方法。
其他常见的用例包括线程锁定和数据库事务。
可以从一组长度为2的序列构建字典。当你有一个值列表和数组列表时，这非常方便。
>>> dict([ ('foo','bar'),('a',1),('b',2) ])
{'a': 1, 'b': 2, 'foo': 'bar'}
>>> names = ['Bob', 'Marie', 'Alice']
>>> ages = [23, 27, 36]
>>> dict(zip(names, ages))
{'Alice': 36, 'Bob': 23, 'Marie': 27}
列举
用enumerate包装一个可迭代对象，它将生成项目及其索引。
例如:
>>> a = ['a', 'b', 'c', 'd', 'e']
>>> for index, item in enumerate(a): print index, item
...
0 a
1 b
2 c
3 d
4 e
>>>
引用:
Python教程循环技术 Python文档-内置函数-枚举 PEP 279
