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
就地值交换
>>> a = 10
>>> b = 5
>>> a, b
(10, 5)
>>> a, b = b, a
>>> a, b
(5, 10)
赋值语句的右边是一个表达式，用于创建一个新的元组。赋值的左边立即将(未引用的)元组解包为名称a和b。
赋值之后，新的元组不被引用，并标记为垃圾收集，绑定到a和b的值已经交换。
正如Python教程中关于数据结构的部分所述，
注意，多重赋值实际上只是元组打包和序列解包的组合。
其他回答
暴露可变缓冲区
使用Python缓冲区协议在Python中公开可变的面向字节的缓冲区(2.5/2.6)。
(对不起，这里没有代码。需要使用低级C API或现有适配器模块)。
发电机
我认为很多刚开始学习Python的开发人员在没有真正掌握生成器的用途或了解其功能的情况下就忽略了它们。直到我读了David M. Beazley关于生成器的PyCon演示(在这里可以找到)，我才意识到它们是多么有用(真的是必不可少)。这个演示对我来说是一种全新的编程方式，我把它推荐给任何对生成器没有深入了解的人。
按以下方式访问字典元素 属性(属性)。所以如果 a1=AttrDict()有键'name' -> 而不是a1['name']，我们可以很容易 使用->访问a1的名称属性 a1.name
class AttrDict(dict):
def __getattr__(self, name):
if name in self:
return self[name]
raise AttributeError('%s not found' % name)
def __setattr__(self, name, value):
self[name] = value
def __delattr__(self, name):
del self[name]
person = AttrDict({'name': 'John Doe', 'age': 66})
print person['name']
print person.name
person.name = 'Frodo G'
print person.name
del person.age
print person
__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。
>>> x=[1,1,2,'a','a',3]
>>> y = [ _x for _x in x if not _x in locals()['_[1]'] ]
>>> y
[1, 2, 'a', 3]
"locals()['_[1]']"是正在创建的列表的"秘密名称"。当正在构建的列表状态影响后续构建决策时非常有用。
