分享几个冷门Python技巧

本文主要是介绍分享几个冷门Python技巧，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

有很多文章介绍了Python中各种很酷的功能（如变量拆包、偏函数、枚举可迭代对象等）。但说到Python时，还有很多东西可以谈论。今天打算分享我所知道和使用的一些特性，这些我在其他地方很少见人提到过。

整理字符串输入

对用户输入进行整理的问题几乎适用于你编写的所有程序。通常情况下，将字符转换为小写或大写就足够了，有时你可以使用Regex来完成这项工作，但对于复杂的情况来说，可能有更好的方法:

在本例中，你可以看到空白字符“\n”和“\t”已被单个空格替换，而“\r”已被完全删除。这是一个简单的例子，但是我们可以更进一步，使用unicodedata包和它的combining()函数来生成并进行映射，从而生成更大的重新映射表，我们可以使用它来删除字符串中的所有重音符（注：英文中的’符号）。最后，如果你的时间不是很紧张，并且又想快速的python提高，最重要的是不怕吃苦，建议你可以架微♥信：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

对迭代器进行切片

如果你尝试对一个迭代器进行切片，你会得到一个TypeError，这说明生成器对象是不可下标访问的，但有一个简单的解决方案可以解决这个问题:

使用itertools.islice我们可以创建一个islice对象，它是一个会生成所需项的迭代器。需要注意的是，这将消耗slice开始之前的所有生成器项，以及islice对象中的所有项。

跳过可迭代对象的开始部分

有时你必须处理那些以你不想要的可变数量的行(如注释)开始的文件。itertools再次为这个问题提供了简单的解决方案:

这代码段只生成初始注释部分之后的行。如果我们只想在可迭代对象的开头跳过一些循环（这里是跳过开头的行），并且不知道具体有多少时，那么这种方法是很有用的。

只带有关键字参数(kwargs)的函数

在使用以下这样的函数时，创建只接受关键字参数的函数来（强制）提供更多的清晰性是很有帮助的:

正如你所看到的，这可以通过在关键字参数之前放置单个参数来轻松解决。如果我们把位置参数放在参数之前，位置参数显然也会存在。

创建支持with语句的对象

例如，我们都知道如何使用with语句来打开文件或获取锁，但是我们可以实现自己的with语句吗? 当然，我们可以使用__enter__和__exit__方法来实现上下文管理协议:

这是在Python中实现上下文管理最常见的方法，但是还有更简单的实现方法:

上面的代码片段使用contextmanager管理器装饰器实现了内容管理协议。在进入with块时，tag函数(在yield之前)的第一部分会被执行，然后该with块被执行，最后，tag函数的其余部分会被执行。最后，如果你的时间不是很紧张，并且又想快速的python提高，最重要的是不怕吃苦，建议你可以架微♥信：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

使用__slots__节省内存

如果你曾经编写过一个创建某个类的大量实例的程序，你可能会注意到你的程序会突然需要大量内存。这是因为Python使用字典来表示类实例的属性，这使得它的速度很快，但是内存效率不高，这通常并不是一个问题。然而，如果它成为你的程序的一个问题时，你可以尝试使用__slots__:

这里的情况是，当我们定义了__slots__属性时，Python会使用小的固定大小的数组而不是字典来定义属性，这大大减少了每个实例所需的内存。使用__slots__也有一些缺点——我们不能声明任何新的属性，并且我们只能使用在__slots__上这些属性。而且，带有__slots__的类不能使用多重继承。

限制CPU和内存的使用

如果你不想优化你的程序内存或CPU使用，你只想把它限制在某个固定大小的内存上，那么Python也有一个这样的库来做到这一点:

这里我们可以看到设置最大CPU运行时间和最大内存使用限制的两个选项。对于CPU限制，我们首先获取特定资源(RLIMIT_CPU)的软限制和硬限制，然后使用参数指定的秒数和前面检索到的硬限制来设置它。最后，我们注册信号，如果CPU时间超过限制，该信号会导致系统退出。对于内存，我们再次检索软限制和硬限制，并使用带有大小参数的setrlimit和检索的硬限制来设置它。

控制什么可以导入，什么不可以导入

一些语言有非常明显的导出成员(变量、方法、接口)的控制机制，例如Golang，其中只有以大写字母开头的成员会被导出。另一方面，在Python中，所有东西都可以被导出，除非我们使用__all__:

根据上面的代码片段，我们知道只有bar函数会被导出。同样，我们可以让__all__为空，这样，当我们从这个模块导入的时候，任何东西都不会被导出，并且会导致AttributeError。

实现比较运算符的简单方式

考虑到目前已经有相当多的比较操作符——lt 、le 、 gt 或 ge_，因此，为一个类实现所有的比较操作符是相当烦人的。但如果有更简单的方法可以实现呢？functools.total_ordering就派上用场了：

那么，这到底是怎么工作的呢？total_ordering装饰器用于简化实现类实例排序的过程。我们只需要定义__lt__和__eq__，它们是剩余操作的映射所需的最小值，装饰器就会为我们填充空白。最后，如果你的时间不是很紧张，并且又想快速的python提高，最重要的是不怕吃苦，建议你可以架微♥信：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

结论

并不是所有这些特性在日常的Python编程中都是必需和有用的，但是它们中的一些可能会在某个时刻派上用场，而且它们还可能会简化那些非常冗长和难以实现的任务。所有这些特性都是Python标准库的一部分，虽然其中的一些看起来不是那么“标准”。所以当你想用Python实现某种功能时，不妨先去标准库里找找看。（即使标准库里没找到，那大概率也会有第三方库提供。）

这篇关于分享几个冷门Python技巧的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！