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
序列乘法和反射的操作数
>>> 'xyz' * 3
'xyzxyzxyz'
>>> [1, 2] * 3
[1, 2, 1, 2, 1, 2]
>>> (1, 2) * 3
(1, 2, 1, 2, 1, 2)
我们用反射(交换)操作数得到相同的结果
>>> 3 * 'xyz'
'xyzxyzxyz'
它是这样工作的:
>>> s = 'xyz'
>>> num = 3
要计算表达式s * num，解释器调用s.___mul___(num)
>>> s * num
'xyzxyzxyz'
>>> s.__mul__(num)
'xyzxyzxyz'
计算表达式num *的解释器调用num. __mul___(s)
>>> num * s
'xyzxyzxyz'
>>> num.__mul__(s)
NotImplemented
如果调用返回NotImplemented，则解释器调用 如果操作数具有不同类型，则反射操作s. __rmul___(num)
>>> s.__rmul__(num)
'xyzxyzxyz'
看到http://docs.python.org/reference/datamodel.html object.rmul
其他回答
只需少量的工作，线程模块就变得非常容易使用。此装饰器更改函数，使其在自己的线程中运行，返回占位符类实例，而不是常规结果。你可以通过检查placeolder来探测答案。结果或通过调用placeholder.awaitResult()来等待它。
def threadify(function):
"""
exceptionally simple threading decorator. Just:
>>> @threadify
... def longOperation(result):
... time.sleep(3)
... return result
>>> A= longOperation("A has finished")
>>> B= longOperation("B has finished")
A doesn't have a result yet:
>>> print A.result
None
until we wait for it:
>>> print A.awaitResult()
A has finished
we could also wait manually - half a second more should be enough for B:
>>> time.sleep(0.5); print B.result
B has finished
"""
class thr (threading.Thread,object):
def __init__(self, *args, **kwargs):
threading.Thread.__init__ ( self )
self.args, self.kwargs = args, kwargs
self.result = None
self.start()
def awaitResult(self):
self.join()
return self.result
def run(self):
self.result=function(*self.args, **self.kwargs)
return thr
python成语x =…如果……其他的……远优于x =…和…还是……原因如下:
尽管声明
x = 3 if (y == 1) else 2
等于
x = y == 1 and 3 or 2
如果使用x =…和…还是……成语，有一天你可能会被这种棘手的情况所困扰:
x = 0 if True else 1 # sets x equal to 0
因此不等于
x = True and 0 or 1 # sets x equal to 1
要了解更多正确的方法， 参见Python的隐藏特性。
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
对迭代器的多个引用
你可以使用列表乘法创建对同一个迭代器的多个引用:
>>> i = (1,2,3,4,5,6,7,8,9,10) # or any iterable object
>>> iterators = [iter(i)] * 2
>>> iterators[0].next()
1
>>> iterators[1].next()
2
>>> iterators[0].next()
3
这可以用来将一个可迭代对象分组成块，例如，就像这个来自itertools文档的例子
def grouper(n, iterable, fillvalue=None):
"grouper(3, 'ABCDEFG', 'x') --> ABC DEF Gxx"
args = [iter(iterable)] * n
return izip_longest(fillvalue=fillvalue, *args)
EVERYTHING是一个对象，因此是可扩展的。我可以将成员变量作为元数据添加到我定义的函数中:
>>> def addInts(x,y):
... return x + y
>>> addInts.params = ['integer','integer']
>>> addInts.returnType = 'integer'
这对于编写动态单元测试非常有用，例如。
