python“不为人知的”特性

python“不为人知的”特性

>>> x = 5

>>> 1 < x < 10

True

>>> 10 < x < 20 

False

>>> x < 10 < x*10 < 100

True

>>> 10 > x <= 9

True

>>> 5 == x > 4

True

你可能认为它执行的过程先是：1 < x ，返回 True ，然后再比较 True < 10 ,当然这么做也是返回 True ,比较表达式 True < 10 ,因为解释器会把 True 转换成1 ， False 转换成 0 。但这里的链式比较解释器在内部并不是这样干的，它会把这种链式的比较操作转换成：1 < x and x < 10 ，不信你可以看看最后一个例子。这样的链式操作本可以值得所有编程语言拥有，但是很遗憾

>>> 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

>>>

用enumerate包装一个可迭代对象,可以同时使用迭代项和索引，如果你不这么干的话，下面有一种比较麻烦的方法：

for i in range(len(a)):

print i, a[i]

enumerate 还可以接收一个可选参数start，默认start等于0。  enumerate(list, start=1)  ，这样index的起始值就是1

x=(n for n in foo if bar(n))  #foo是可迭代对象

>>> type(x)

<type 'generator'>

你可以把生成器对象赋值给x，意味着可以对x进行迭代操作：

for n in x:

pass

它的好处就是不需要存储中间结果，也许你会使用（列表推倒式）： 

x = [n for n in foo if bar(n)]

>>> type(x)

<type 'list'>

它比生成器对象能带来更快的速度。相对地，生成器更能节省内存开销，它的值是按需生成，不需要像列表推倒式一样把整个结果保存在内存中，同时它不能重新迭代，列表推倒式则不然。 

iter()内建函数接收的参数分为两种，第一种是： 

iter(collection)---> iterator

参数collection必须是可迭代对象或者是序列 ，第二种是：

iter（callable， sentinel) --> iterator

callable函数会一直被调用，直到它的返回结果等于sentinel，例如： 

def seek_next_line(f):

#每次读一个字符，直到出现换行符就返回

for c in iter(lambda: f.read(1),'\n'):

pass

>>> def foo(x=[]):

...     x.append(1)

...     print x

...

>>> foo()

[1]

>>> foo()

[1, 1]

>>> foo()

[1, 1, 1]

取而代之的是你应该使用一个标记值表示“没有指定”来替换可变值,如：

>>> def foo(x=None):

...     if x is None:

...         x = []

...     x.append(1)

...     print x

>>> foo()

[1]

>>> foo()

[1]

def mygen():

"""Yield 5 until something else is passed back via send()"""

a = 5

while True:

f = (yield a) #yield a and possibly get f in return

if f is not None:

a = f  #store the new value

>>> g = mygen()

>>> g.next()

5

>>> g.next()

5

>>> g.send(7)  #we send this back to the generator

7

>>> g.next() #now it will yield 7 until we send something else

7

如果你不喜欢使用空格缩进，那么可以使用C语言花括号{}定义函数：

>>> from __future__ import braces   #这里的braces 指的是：curly braces（花括号）

File "<stdin>", line 1

SyntaxError: not a chance

当然这仅仅是一个玩笑，想用花括号定义函数？没门。感兴趣的还可以了解下：

from __future__ import barry_as_FLUFL

不过这是python3里面的特性

a = [1,2,3,4,5]

>>> a[::2]  # iterate over the whole list in 2-increments

[1,3,5]

>>> a[::-1]

[5,4,3,2,1]

有关反转，还有两个函数reverse、reversed，reverse是list对象的方法，没有返回值，而reversed是内建方法，可接收的参数包括tuple、string、list、unicode，以及用户自定义的类型，返回一个迭代器。

>>> l = range(5)

>>> l

[0, 1, 2, 3, 4]

>>> l.reverse()

>>> l

[4, 3, 2, 1, 0]

>>> l2 = reversed(l)

>>> l2

<listreverseiterator object at 0x99faeec>

装饰器使一个函数或方法包装在另一个函数里头，可以在被包装的函数添加一些额外的功能，比如@是语法糖，它等价于：，还可以对参数、返回结果进行修改。装饰器有点类似Java中的AOP。下面这个例子是打印被装饰的函数里面的参数的装饰器，

>>> def print_args(function):

>>>     def wrapper(*args, **kwargs):

>>>         print 'Arguments:', args, kwargs

>>>         return function(*args, **kwargs)

>>>     return wrapper

>>> @print_args

>>> def write(text):

>>>     print text

>>> write('foo')

Arguments: ('foo',) {}

foo

>>> write = print_args(write)

>>> write('foo')

arguments: ('foo',) {}

foo

for i in foo:

if i == 0:

break

else:

print("i was never 0")

else代码块只有在for循环正常结束后执行如果遇到break语句那么不会执行else语句块，等价于下面： 

found = False

for i in foo:

if i == 0:

found = True

break

if not found:

print("i was never 0")

不过这种语法看起来怪怪地，让人感觉是else块是在for语句块没有执行的时候执行的，很容易让人去类比 if else 的语法，如果是把else换成finally或许更容易理解 

python2.5有个 __missing__ 方法

dict的子类如果定义了方法 __missing__(self, key) ，如果key不再dict中，那么d[key]就会调用 __missing__ 方法，而且d[key]的返回值就是 __missing__ 的返回值。

>>> class MyDict(dict):

...  def __missing__(self, key):

...   self[key] = rv = []

...   return rv

...

>>> m = MyDict()

>>> m["foo"].append(1)

>>> m["foo"].append(2)

>>> dict(m)

{'foo': [1, 2]}

在collections模块下有一个叫defaultdict的dict子类，它与missing非常类似，但是对于不存在的项不需要传递参数。

>>> from collections import defaultdict

>>> m = defaultdict(list)

>>> m["foo"].append(1)

>>> m["foo"].append(2)

>>> dict(m)

{'foo': [1, 2]}

>>> a = 10

>>> b = 5

>>> a, b

(10, 5)

>>> a, b = b, a

>>> a, b

(5, 10)

等号右边是一个创建元组的表达式，等号左边解压（没有引用的）元组分别赋给名称（变量）a和b。赋完值后因为没有被其他名字引用，因此被标记之后被垃圾收集器回收，而绑定到a和b的值已经被交换了。注意：多值赋值其实仅仅就是元组打包和序列解包的组合的过程

在Python中你可以把正则表达式分割成多行写，还可以写注释

>>> pattern = """

... ^                   # beginning of string

... M{0,4}              # thousands - 0 to 4 M's

... (CM|CD|D?C{0,3})    # hundreds - 900 (CM), 400 (CD), 0-300 (0 to 3 C's),

...                     #            or 500-800 (D, followed by 0 to 3 C's)

... (XC|XL|L?X{0,3})    # tens - 90 (XC), 40 (XL), 0-30 (0 to 3 X's),

...                     #        or 50-80 (L, followed by 0 to 3 X's)

... (IX|IV|V?I{0,3})    # ones - 9 (IX), 4 (IV), 0-3 (0 to 3 I's),

...                     #        or 5-8 (V, followed by 0 to 3 I's)

... $                   # end of string

... """

>>> re.search(pattern, 'M', re.VERBOSE)

分别使用 * 和 ** 解包列表和字典,这是一种非常实用的快捷方式,因为list,tuple,dict作为容器被广泛使用

def draw_point(x, y):

# do some magic

point_foo = (3, 4)

point_bar = {'y': 3, 'x': 2}

draw_point(*point_foo)

draw_point(**point_bar)

动态创建新类型虽不是实用功能,但了解一下也是有好处的

>>> NewType = type("NewType", (object,), {"x": "hello"})

>>> n = NewType()

>>> n.x

"hello"

type的第一个参数就是类名,第二个参数是继承的父类,第三个参数是类的属性.它完全等同于: 

>>> class NewType(object):

>>>     x = "hello"

>>> n = NewType()

>>> n.x

"hello"

上下文管理器(context manager)用于规定某个对象的使用范围,进入或退出该范围时,特殊的操作会被执行(比如关闭连接,释放内存等等),语法是: with... as ... ,该特性在python2.5引入的. 上下文管理器协议有两个方法组成contextmanager.__enter__() 和 contextmanager.__exit__() ,任何实现了这两个方法的对象都称之为上下文管理器对象,比如文件对象就默认实现了该协议.

with open('foo.txt', 'w') as f:

f.write('hello!')

字典的get()方法用来替换d['key'],后者如果是遇到key不存在会有异常,如果使用的d.get('key'),key不存在时它返回的是None,你可以指定两个参数如:d.get('key',0)来用0取代返回的None

sum[value] = sum.get(value, 0) + 1

还有一个类似的方法  setdefault(key, value)  ,如果字典中存在key,那么就直接返回d[key],否则设置d[key]=value,并返回该值.

>>> d = {'key':123}

>>> d.setdefault('key',456)

123

>>> d['key']

123

>>> d.setdefault('key2',456)

456

>>> d['key2']

456

collections.Counter是dict的子类,用来统计可哈稀对象, 

>>> cnt = Counter('helloworld')

>>> cnt

Counter({'l': 3, 'o': 2, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})

>>> cnt['l']

3

>>> cnt['x'] = 10

>>> cnt.get('y')

描述符是python的核心特新之一,当你使用 . 访问成员时,(如:x.y),python首先在实例字典中查找该成员,如果没有发现再从类字典中查找,如果这个对象实现了描述符(实现了 __get__,__set__,__delete__ ),那么优先返回 __get__ 方法的返回值.

为什么python中没有类c语言的三目运算符,Guido van Rossum说过了,条件赋值更容易理解

x = 3 if (y == 1) else 2

这个表达式的意思就是:如果y等于那么就把3赋值给x,否则把2赋值给x, 条件中的括号是可选的,为了可读性可以考虑加上去.if else中的表达式可以是任何类型的,既可以函数,还可以类 

(func1 if y == 1 else func2)(arg1, arg2)

x = (class1 if y == 1 else class2)(arg1, arg2)

class1,class2是两个类

try:

try_this(whatever)

except SomeException, exception:

#Handle exception

else:

# do something

finally:

#do something

else语句块会在没有异常的情况下执行,先于finally,它的好处就是你可以明确知道它会在没有异常的情况下执行,如果是把else语句块放在try语句块里面就达不到这种效果.