最流行的编程入门语言Python语句函数与方法的使用技巧总结.docx

最流行的编程入门语言Python语句函数与方法的使用技巧总结.docx

《最流行的编程入门语言Python语句函数与方法的使用技巧总结.docx》由会员分享，可在线阅读，更多相关《最流行的编程入门语言Python语句函数与方法的使用技巧总结.docx（14页珍藏版）》请在冰豆网上搜索。

最流行的编程入门语言Python语句函数与方法的使用技巧总结

Python语句、函数与方法的使用技巧总结

显示有限的接口到外部

当发布python第三方package时，并不希望代码中所有的函数或者class可以被外部import，在__init__.py中添加__all__属性，该list中填写可以import的类或者函数名，可以起到限制的import的作用，防止外部import其他函数或者类。

#!

/usr/bin/envpython

#-*-coding:

utf-8-*-

frombaseimportAPIBase

fromclientimportClient

fromdecoratorimportinterface,export,stream

fromserverimportServer

fromstorageimportStorage

fromutilimport（LogFormatter,disable_logging_to_stderr,enable_logging_to_kids,info）

__all__=['APIBase','Client','LogFormatter','Server',

'Storage','disable_logging_to_stderr','enable_logging_to_kids',

'export','info','interface','stream']

with的魔力

with语句需要支持上下文管理协议的对象，上下文管理协议包含__enter__和__exit__两个方法。

with语句建立运行时上下文需要通过这两个方法执行进入和退出操作。

其中上下文表达式是跟在with之后的表达式，该表达式返回一个上下文管理对象。

#常见with使用场景

withopen（"test.txt","r"）asmy_file:

#注意,是__enter__（）方法的返回值赋值给了my_file,

forlineinmy_file:

printline

知道具体原理，我们可以自定义支持上下文管理协议的类，类中实现__enter__和__exit__方法。

#!

/usr/bin/envpython

#-*-coding:

utf-8-*-

classMyWith（object）:

def__init__（self）:

print"__init__method"

def__enter__（self）:

print"__enter__method"

returnself#返回对象给as后的变量

def__exit__（self,exc_type,exc_value,exc_traceback）:

print"__exit__method"

ifexc_tracebackisNone:

print"ExitedwithoutException"

returnTrue

else:

print"ExitedwithException"

returnFalse

deftest_with（）:

withMyWith（）asmy_with:

print"runningmy_with"

print"------分割线-----"

withMyWith（）asmy_with:

print"runningbeforeException"

raiseException

print"runningafterException"

if__name__=='__main__':

test_with（）

执行结果如下：

__init__method

__enter__method

runningmy_with

__exit__method

ExitedwithoutException

------分割线-----

__init__method

__enter__method

runningbeforeException

__exit__method

ExitedwithException

Traceback（mostrecentcalllast）:

File"bin/python",line34,in

exec（compile（__file__f.read（）,__file__,"exec"））

File"test_with.py",line33,in

test_with（）

File"test_with.py",line28,intest_with

raiseException

Exception

证明了会先执行__enter__方法,然后调用with内的逻辑,最后执行__exit__做退出处理,并且,即使出现异常也能正常退出

filter的用法

相对filter而言，map和reduce使用的会更频繁一些，filter正如其名字，按照某种规则过滤掉一些元素。

#!

/usr/bin/envpython

#-*-coding:

utf-8-*-

lst=[1,2,3,4,5,6]

#所有奇数都会返回True,偶数会返回False被过滤掉

printfilter（lambdax:

x%2!

=0,lst）

#输出结果

[1,3,5]

一行作判断

当条件满足时，返回的为等号后面的变量，否则返回else后语句。

lst=[1,2,3]

new_lst=lst[0]iflstisnotNoneelseNone

printnew_lst

#打印结果

1

装饰器之单例

使用装饰器实现简单的单例模式

#单例装饰器

defsingleton（cls）:

instances=dict（）#初始为空

def_singleton（*args,**kwargs）:

ifclsnotininstances:

#如果不存在,则创建并放入字典

instances[cls]=cls（*args,**kwargs）

returninstances[cls]

return_singleton

@singleton

classTest（object）:

pass

if__name__=='__main__':

t1=Test（）

t2=Test（）

#两者具有相同的地址

printt1,t2

staticmethod装饰器

类中两种常用的装饰，首先区分一下他们：

普通成员函数,其中第一个隐式参数为对象

classmethod装饰器,类方法（给人感觉非常类似于OC中的类方法）,其中第一个隐式参数为类

staticmethod装饰器,没有任何隐式参数.python中的静态方法类似与C++中的静态方法

#!

/usr/bin/envpython

#-*-coding:

utf-8-*-

classA（object）:

#普通成员函数

deffoo（self,x）:

print"executingfoo（%s,%s）"%（self,x）

@classmethod#使用classmethod进行装饰

defclass_foo（cls,x）:

print"executingclass_foo（%s,%s）"%（cls,x）

@staticmethod#使用staticmethod进行装饰

defstatic_foo（x）:

print"executingstatic_foo（%s）"%x

deftest_three_method（）:

obj=A（）

#直接调用噗通的成员方法

obj.foo（"para"）#此处obj对象作为成员函数的隐式参数,就是self

obj.class_foo（"para"）#此处类作为隐式参数被传入,就是cls

A.class_foo（"para"）#更直接的类方法调用

obj.static_foo（"para"）#静态方法并没有任何隐式参数,但是要通过对象或者类进行调用

A.static_foo（"para"）

if__name__=='__main__':

test_three_method（）

#函数输出

executingfoo（<__main__.Aobjectat0x100ba4e10>,para）

executingclass_foo（,para）

executingclass_foo（,para）

executingstatic_foo（para）

executingstatic_foo（para）

property装饰器

定义私有类属性

将property与装饰器结合实现属性私有化（更简单安全的实现get和set方法）。

#python内建函数

property（fget=None,fset=None,fdel=None,doc=None）

fget是获取属性的值的函数，fset是设置属性值的函数，fdel是删除属性的函数，doc是一个字符串（_像注释一样）。

从实现来看，这些参数都是可选的。

property有三个方法getter（），setter（）和delete（）来指定fget，fset和fdel。

这表示以下这行：

classStudent（object）:

@property#相当于property.getter（score）或者property（score）

defscore（self）:

returnself._score

@score.setter#相当于score=property.setter（score）

defscore（self,value）:

ifnotisinstance（value,int）:

raiseValueError（'scoremustbeaninteger!

'）

ifvalue<0orvalue>100:

raiseValueError（'scoremustbetween0~100!

'）

self._score=value

iter魔法

通过yield和__iter__的结合，我们可以把一个对象变成可迭代的

通过__str__的重写，可以直接通过想要的形式打印对象

#!

/usr/bin/envpython

#-*-coding:

utf-8-*-

classTestIter（object）:

def__init__（self）:

self.lst=[1,2,3,4,5]

defread（self）:

foreleinxrange（len（self.lst））:

yieldele

def__iter__（self）:

returnself.read（）

def__str__（self）:

return','.join（map（str,self.lst））

__repr__=__str__

deftest_iter（）:

obj=TestIter（）

fornuminobj:

printnum

printobj

if__name__=='__main__':

test_iter（）

神奇partial

partial使用上很像C++中仿函数（函数对象）。

在stackoverflow给出了类似与partial的运行方式：

defpartial（func,*part_args）:

defwrapper（*extra_args）:

args=list（part_args）

args.extend（extra_args）

returnfunc（*args）

returnwrapper

利用用闭包的特性绑定预先绑定一些函数参数，返回一个可调用的变量，直到真正的调用执行：

#!

/usr/bin/envpython

#-*-coding:

utf-8-*-

fromfunctoolsimportpartial

defsum（a,b）:

returna+b

deftest_partial（）:

fun=partial（sum,2）#事先绑定一个参数,fun成为一个只需要一个参数的可调用变量

printfun（3）#实现执行的即是sum（2,3）

if__name__=='__main__':

test_partial（）

#执行结果

5

神秘eval

eval我理解为一种内嵌的python解释器（这种解释可能会有偏差），会解释字符串为对应的代码并执行，并且将执行结果返回。

看一下下面这个例子：

#!

/usr/bin/envpython

#-*-coding:

utf-8-*-

deftest_first（）:

return3

deftest_second（num）:

returnnum

action={#可以看做是一个sandbox

"para":

5,

"test_first":

test_first,

"test_second":

test_second

}

deftest_eavl（）:

condition="para==5andtest_second（test_first）>5"

res=eval（condition,action）#解释condition并根据action对应的动作执行

printres

if__name__=='_

exec

exec在Python中会忽略返回值，总是返回None，eval会返回执行代码或语句的返回值

exec和eval在执行代码时，除了返回值其他行为都相同

在传入字符串时，会使用compile（source,'',mode）编译字节码。

mode的取值为exec和eval

#!

/usr/bin/envpython

#-*-coding:

utf-8-*-

deftest_first（）:

print"hello"

deftest_second（）:

test_first（）

print"second"

deftest_third（）:

print"third"

action={

"test_second":

test_second,

"test_third":

test_third

}

deftest_exec（）:

exec"test_second"inaction

if__name__=='__main__':

test_exec（）#无法看到执行结果

getattr

getattr（object,name[,default]）返回对象的命名属性，属性名必须是字符串。

如果字符串是对象的属性名之一，结果就是该属性的值。

例如，getattr（x,‘foobar'）_等价于x.foobar。

如果属性名不存在，如果有默认值则返回默认值，否则触发AttributeError。

#使用范例

classTestGetAttr（object）:

test="testattribute"

defsay（self）:

print"testmethod"

deftest_getattr（）:

my_test=TestGetAttr（）

try:

printgetattr（my_test,"test"）

exceptAttributeError:

print"AttributeError!

"

try:

getattr（my_test,"say"）（）

exceptAttributeError:

#没有该属性,且没有指定返回值的情况下

print"MethodError!

"

if__name__=='__main__':

test_getattr（）

#输出结果

testattribute

testmethod

命令行处理

defprocess_command_line（argv）:

"""

Returna2-tuple:

（settingsobject,argslist）.

`argv`isalistofarguments,or`None`for``sys.argv[1:

]``.

"""

ifargvisNone:

argv=sys.argv[1:

]

#initializetheparserobject:

parser=optparse.OptionParser（

formatter=optparse.TitledHelpFormatter（width=78）,

add_help_option=None）

#defineoptionshere:

parser.add_option（#customizeddescription;put--helplast

'-h','--help',action='help',

help='Showthishelpmessageandexit.'）

settings,args=parser.parse_args（argv）

#checknumberofarguments,verifyvalues,etc.:

ifargs:

parser.error（'programtakesnocommand-linearguments;'

'"%s"ignored.'%（args,））

#furtherprocesssettings&argsifnecessary

returnsettings,args

defmain（argv=None）:

settings,args=process_command_line（argv）

#applicationcodehere,like:

#run（settings,args）

return0#success

if__name__=='__main__':

status=main（）

sys.exit（status）

读写csv文件

#从csv中读取文件,基本和传统文件读取类似

importcsv

withopen（'data.csv','rb'）asf:

reader=csv.reader（f）

forrowinreader:

printrow

#向csv文件写入

importcsv

withopen（'data.csv','wb'）asf:

writer=csv.writer（f）

writer.writerow（['name','address','age']）#单行写入

data=[

（'xiaoming','china','10'）,

（'Lily','USA','12'）]

writer.writerows（data）#多行写入

各种时间形式转换

只发一张网上的图,然后查文档就好了,这个是记不住的