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
动态添加的属性
如果您想通过调用来向类添加一些属性，这可能会很有用。这可以通过重写__getattribute__成员函数来实现，该成员函数在使用点操作数时被调用。让我们看一个虚拟类为例:
class Dummy(object):
def __getattribute__(self, name):
f = lambda: 'Hello with %s'%name
return f
当你实例化一个Dummy对象并进行方法调用时，你会得到以下结果:
>>> d = Dummy()
>>> d.b()
'Hello with b'
最后，您甚至可以为您的类设置属性，以便动态定义它。如果你使用Python web框架，想通过解析属性名来进行查询，这可能很有用。
我在github上有一个要点，这个简单的代码和一个朋友在Ruby上做的等效代码。
保重!
其他回答
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
条件赋值
x = 3 if (y == 1) else 2
正如它听起来的那样:“如果y是1，则赋3给x，否则赋2给x”。注意，括号不是必需的，但是为了可读性，我喜欢它们。如果你有更复杂的东西，你也可以把它串起来:
x = 3 if (y == 1) else 2 if (y == -1) else 1
虽然在某种程度上，这有点太过分了。
注意，你可以使用if…任何表达式中的Else。例如:
(func1 if y == 1 else func2)(arg1, arg2)
这里，如果y = 1调用func1，否则调用func2。在这两种情况下，对应的函数将调用参数arg1和arg2。
类似地，以下也成立:
x = (class1 if y == 1 else class2)(arg1, arg2)
其中class1和class2是两个类。
__getattr__ ()
getattr是一种创建泛型类的好方法，在编写API时尤其有用。例如，在FogBugz Python API中，getattr用于无缝地将方法调用传递给web服务:
class FogBugz:
...
def __getattr__(self, name):
# Let's leave the private stuff to Python
if name.startswith("__"):
raise AttributeError("No such attribute '%s'" % name)
if not self.__handlerCache.has_key(name):
def handler(**kwargs):
return self.__makerequest(name, **kwargs)
self.__handlerCache[name] = handler
return self.__handlerCache[name]
...
当有人调用FogBugz.search(q='bug')时，他们实际上不会调用搜索方法。相反，getattr通过创建一个新函数来处理调用，该函数包装了makerequest方法，该方法将适当的HTTP请求发送给web API。任何错误都将由web服务分派并传递回用户。
你可以按需构造kwargs函数:
kwargs = {}
kwargs[str("%s__icontains" % field)] = some_value
some_function(**kwargs)
str()调用在某种程度上是需要的，因为python会抱怨它不是字符串。不知道为什么;) 我在django对象模型中使用这个动态过滤器:
result = model_class.objects.filter(**kwargs)
threading.enumerate()提供了对系统中所有Thread对象的访问，sys._current_frames()返回系统中所有线程的当前堆栈帧，因此将这两者结合起来，你会得到Java风格的堆栈转储:
def dumpstacks(signal, frame):
id2name = dict([(th.ident, th.name) for th in threading.enumerate()])
code = []
for threadId, stack in sys._current_frames().items():
code.append("\n# Thread: %s(%d)" % (id2name[threadId], threadId))
for filename, lineno, name, line in traceback.extract_stack(stack):
code.append('File: "%s", line %d, in %s' % (filename, lineno, name))
if line:
code.append(" %s" % (line.strip()))
print "\n".join(code)
import signal
signal.signal(signal.SIGQUIT, dumpstacks)
在多线程python程序开始时执行此操作，您可以通过发送SIGQUIT随时访问线程的当前状态。你也可以选择信号。SIGUSR1或signal。sigusr2。
See
