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
Re可以调用函数!
事实上，您可以在每次匹配正则表达式时调用函数，这非常方便。 这里我有一个例子，把每个“Hello”替换为“Hi”，把“there”替换为“Fred”，等等。
import re
def Main(haystack):
# List of from replacements, can be a regex
finds = ('Hello', 'there', 'Bob')
replaces = ('Hi,', 'Fred,', 'how are you?')
def ReplaceFunction(matchobj):
for found, rep in zip(matchobj.groups(), replaces):
if found != None:
return rep
# log error
return matchobj.group(0)
named_groups = [ '(%s)' % find for find in finds ]
ret = re.sub('|'.join(named_groups), ReplaceFunction, haystack)
print ret
if __name__ == '__main__':
str = 'Hello there Bob'
Main(str)
# Prints 'Hi, Fred, how are you?'
其他回答
在Python中解压缩不需要的文件
有人在博客上说Python没有zip()的解压缩函数。Unzip的计算很简单，因为:
>>> t1 = (0,1,2,3)
>>> t2 = (7,6,5,4)
>>> [t1,t2] == zip(*zip(t1,t2))
True
但经过反思，我宁愿使用显式的unzip()。
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.
下划线，它包含解释器显示的最新输出值(在交互式会话中):
>>> (a for a in xrange(10000)) <generator object at 0x81a8fcc> >>> b = 'blah' >>> _ <generator object at 0x81a8fcc>
一个方便的web浏览器控制器:
>>> import webbrowser
>>> webbrowser.open_new_tab('http://www.stackoverflow.com')
内置的http服务器。提供当前目录下的文件:
python -m SimpleHTTPServer 8000
在退出
>>> import atexit
使用不同的起始索引进行枚举
enumerate在这个答案中已经部分涉及了，但最近我发现了enumerate一个更隐藏的特性，我认为值得单独发表，而不仅仅是评论。
从Python 2.6开始，你可以在第二个参数中指定要枚举的起始索引:
>>> l = ["spam", "ham", "eggs"]
>>> list(enumerate(l))
>>> [(0, "spam"), (1, "ham"), (2, "eggs")]
>>> list(enumerate(l, 1))
>>> [(1, "spam"), (2, "ham"), (3, "eggs")]
我发现它非常有用的一个地方是当我枚举对称矩阵的元素时。由于矩阵是对称的，我可以通过只在上三角形上迭代来节省时间，但在这种情况下，我必须在内部for循环中使用不同的起始索引来正确跟踪行和列的索引:
for ri, row in enumerate(matrix):
for ci, column in enumerate(matrix[ri:], ri):
# ci now refers to the proper column index
奇怪的是，enumerate的这种行为在help(enumerate)中没有记录，只有在线文档中有记录。
Mapreduce使用map和reduce函数
这样创建一个简单的sumproduct:
def sumprod(x,y):
return reduce(lambda a,b:a+b, map(lambda a, b: a*b,x,y))
例子:
In [2]: sumprod([1,2,3],[4,5,6])
Out[2]: 32
