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
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。
其他回答
私有方法和数据隐藏(封装)
在Python中有一个常见的习惯用法，即通过以下划线开头的名称来表示不打算成为类外部API一部分的方法和其他类成员。这很方便，在实践中效果很好，但它给人一种错误的印象，即Python不支持私有代码和/或数据的真正封装。事实上，Python会自动为您提供词法闭包，这使得在真正需要的情况下以更加防弹的方式封装数据变得非常容易。下面是一个使用这种技术的类的例子:
class MyClass(object):
def __init__(self):
privateData = {}
self.publicData = 123
def privateMethod(k):
print privateData[k] + self.publicData
def privilegedMethod():
privateData['foo'] = "hello "
privateMethod('foo')
self.privilegedMethod = privilegedMethod
def publicMethod(self):
print self.publicData
这里有一个使用它的人为的例子:
>>> obj = MyClass()
>>> obj.publicMethod()
123
>>> obj.publicData = 'World'
>>> obj.publicMethod()
World
>>> obj.privilegedMethod()
hello World
>>> obj.privateMethod()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'MyClass' object has no attribute 'privateMethod'
>>> obj.privateData
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'MyClass' object has no attribute 'privateData'
关键是privateMethod和privateData根本不是obj的属性，所以它们不能从外部访问，也不会出现在dir()或类似的文件中。它们是构造函数中的局部变量，在__init__之外完全不可访问。然而，由于闭包的魔力，它们实际上是与它们关联的对象具有相同生命周期的每个实例变量，尽管除了(在本例中)调用privilegedMethod之外没有办法从外部访问它们。通常这种非常严格的封装是多余的，但有时它确实可以非常方便地保持API或名称空间的干净。
在Python 2中。在X中，拥有可变私有状态的唯一方法是使用可变对象(例如本例中的dict)。很多人都说这有多烦人。Python 3。x将通过引入PEP 3104中描述的nonlocal关键字来消除此限制。
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。
Namedtuple是一个元组
>>> node = namedtuple('node', "a b")
>>> node(1,2) + node(5,6)
(1, 2, 5, 6)
>>> (node(1,2), node(5,6))
(node(a=1, b=2), node(a=5, b=6))
>>>
更多的实验来回应评论:
>>> from collections import namedtuple
>>> from operator import *
>>> mytuple = namedtuple('A', "a b")
>>> yourtuple = namedtuple('Z', "x y")
>>> mytuple(1,2) + yourtuple(5,6)
(1, 2, 5, 6)
>>> q = [mytuple(1,2), yourtuple(5,6)]
>>> q
[A(a=1, b=2), Z(x=5, y=6)]
>>> reduce(operator.__add__, q)
(1, 2, 5, 6)
namedtuple是tuple的一个有趣的子类型。
这不是一个隐藏的功能，但仍然很好:
import os.path as op
root_dir = op.abspath(op.join(op.dirname(__file__), ".."))
保存大量字符时，操作路径!
拆包与打印功能结合:
# in 2.6 <= python < 3.0, 3.0 + the print function is native
from __future__ import print_function
mylist = ['foo', 'bar', 'some other value', 1,2,3,4]
print(*mylist)
