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
暴露可变缓冲区
使用Python缓冲区协议在Python中公开可变的面向字节的缓冲区(2.5/2.6)。
(对不起，这里没有代码。需要使用低级C API或现有适配器模块)。
其他回答
关于Nick Johnson的Property类的实现(只是描述符的演示，当然，不是内置的替换)，我将包括一个引发AttributeError的setter:
class Property(object):
def __init__(self, fget):
self.fget = fget
def __get__(self, obj, type):
if obj is None:
return self
return self.fget(obj)
def __set__(self, obj, value):
raise AttributeError, 'Read-only attribute'
包含setter使其成为数据描述符，而不是方法/非数据描述符。数据描述符优先于实例字典。现在，实例不能将不同的对象赋值给属性名，并且尝试将其赋值给属性将引发属性错误。
如果你在你的类上使用描述符，Python完全绕过__dict__键，这使得它成为一个存储这些值的好地方:
>>> class User(object):
... def _get_username(self):
... return self.__dict__['username']
... def _set_username(self, value):
... print 'username set'
... self.__dict__['username'] = value
... username = property(_get_username, _set_username)
... del _get_username, _set_username
...
>>> u = User()
>>> u.username = "foo"
username set
>>> u.__dict__
{'username': 'foo'}
这有助于保持dir()干净。
Doctest:同时进行文档和单元测试。
从Python文档中提取的示例:
def factorial(n):
"""Return the factorial of n, an exact integer >= 0.
If the result is small enough to fit in an int, return an int.
Else return a long.
>>> [factorial(n) for n in range(6)]
[1, 1, 2, 6, 24, 120]
>>> factorial(-1)
Traceback (most recent call last):
...
ValueError: n must be >= 0
Factorials of floats are OK, but the float must be an exact integer:
"""
import math
if not n >= 0:
raise ValueError("n must be >= 0")
if math.floor(n) != n:
raise ValueError("n must be exact integer")
if n+1 == n: # catch a value like 1e300
raise OverflowError("n too large")
result = 1
factor = 2
while factor <= n:
result *= factor
factor += 1
return result
def _test():
import doctest
doctest.testmod()
if __name__ == "__main__":
_test()
一切都是动态的
“没有编译时”。Python中的一切都是运行时。模块是通过从上到下执行模块的源代码来“定义”的，就像脚本一样，得到的命名空间是模块的属性空间。类似地，类是通过从上到下执行类主体来“定义”的，生成的名称空间是类的属性空间。类主体可以包含完全任意的代码——包括导入语句、循环和其他类语句。像有时要求的那样，“动态”创建一个类、函数甚至模块并不难;事实上，这是不可能避免的，因为一切都是“动态的”。
元组拆包:
>>> (a, (b, c), d) = [(1, 2), (3, 4), (5, 6)]
>>> a
(1, 2)
>>> b
3
>>> c, d
(4, (5, 6))
更模糊的是，你可以在函数参数中做到这一点(在Python 2.x中;Python 3。X将不再允许这样):
>>> def addpoints((x1, y1), (x2, y2)):
... return (x1+x2, y1+y2)
>>> addpoints((5, 0), (3, 5))
(8, 5)
