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
is_ok() and "Yes" or "No"
其他回答
python中的textwrap.dedent实用函数可以非常方便地测试返回的多行字符串是否等于预期的输出，而不破坏unittests的缩进:
import unittest, textwrap
class XMLTests(unittest.TestCase):
def test_returned_xml_value(self):
returned_xml = call_to_function_that_returns_xml()
expected_value = textwrap.dedent("""\
<?xml version="1.0" encoding="utf-8"?>
<root_node>
<my_node>my_content</my_node>
</root_node>
""")
self.assertEqual(expected_value, returned_xml)
绝密属性
>>> class A(object): pass
>>> a = A()
>>> setattr(a, "can't touch this", 123)
>>> dir(a)
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', "can't touch this"]
>>> a.can't touch this # duh
File "<stdin>", line 1
a.can't touch this
^
SyntaxError: EOL while scanning string literal
>>> getattr(a, "can't touch this")
123
>>> setattr(a, "__class__.__name__", ":O")
>>> a.__class__.__name__
'A'
>>> getattr(a, "__class__.__name__")
':O'
Python有一些非常意想不到的异常:
进口
这允许您在缺少库时导入替代库
try:
import json
except ImportError:
import simplejson as json
迭代
For循环在内部执行此操作，并捕获StopIteration:
iter([]).next()
Traceback (most recent call last):
File "<pyshell#4>", line 1, in <module>
iter(a).next()
StopIteration
断言
>>> try:
... assert []
... except AssertionError:
... print "This list should not be empty"
This list should not be empty
虽然这对于一次检查来说比较冗长，但是使用相同错误消息混合异常和布尔运算符的多次检查可以通过这种方式缩短。
简单的内置基准测试工具
Python标准库提供了一个非常易于使用的基准测试模块，称为“timeit”。您甚至可以从命令行使用它来查看几种语言结构中哪一种是最快的。
例如,
% python -m timeit 'r = range(0, 1000)' 'for i in r: pass'
10000 loops, best of 3: 48.4 usec per loop
% python -m timeit 'r = xrange(0, 1000)' 'for i in r: pass'
10000 loops, best of 3: 37.4 usec per loop
这里有2个彩蛋:
python本身的一个:
>>> import __hello__
Hello world...
另一个是在Werkzeug模块中，它有点复杂，在这里:
通过查看Werkzeug的源代码，在Werkzeug /__init__.py中，有一行应该引起你的注意:
'werkzeug._internal': ['_easteregg']
如果你有点好奇，这应该让你看看werkzeug/_internal.py，在那里，你会发现一个_easteregg()函数，它在参数中接受一个wsgi应用程序，它还包含一些base64编码的数据和2个嵌套的函数，如果在查询字符串中找到一个名为macgybarchakku的参数，它似乎做了一些特殊的事情。
因此，为了揭示这个彩蛋，似乎你需要在_easteregg()函数中包装一个应用程序，让我们开始:
from werkzeug import Request, Response, run_simple
from werkzeug import _easteregg
@Request.application
def application(request):
return Response('Hello World!')
run_simple('localhost', 8080, _easteregg(application))
现在，如果你运行应用程序并访问http://localhost:8080/?macgybarchakku，你应该会看到彩蛋。
