精心整理！9個 Python 實用案例分享
1. 整理字符串輸入
整理用戶輸入的問題在編程過程中極為常見。通常情況下，將字符轉換為小寫或大寫就夠了，有時你可以使用正則表達式模塊「Regex」完成這項工作。但是如果問題很復雜，可能有更好的方法來解決：
- user_input = "This\nstring has\tsome whitespaces...\r\n"
- character_map = {
- ord('\n') : ' ',
- ord('\t') : ' ',
- ord('\r') : None
- }
- user_input.translate(character_map) # This string has some whitespaces...
在本例中，你可以看到空格符「 n」和「 t」都被替換成了單個空格，「 r」都被刪掉了。這只是個很簡單的例子，我們可以更進一步，使用「unicodedata」程序包生成大型重映射表，并使用其中的「combining()」進行生成和映射，我們可以
2. 迭代器切片(Slice)
如果對迭代器進行切片操作，會返回一個「TypeError」，提示生成器對象沒有下標，但是我們可以用一個簡單的方案來解決這個問題：
- import itertools
- s = itertools.islice(range(50), 10, 20)
- for val in s:
- ...
我們可以使用「itertools.islice」創建一個「islice」對象，該對象是一個迭代器，可以產生我們想要的項。但需要注意的是，該操作要使用切片之前的所有生成器項，以及「islice」對象中的所有項。
3. 跳過可迭代對象的開頭
有時你要處理一些以不需要的行(如注釋)開頭的文件。「itertools」再次提供了一種簡單的解決方案：
- string_from_file = """
- // Author: ...
- // License: ...
- //
- // Date: ...
- Actual content...
- """
- import itertools
- for line in itertools.dropwhile(lambda line: line.startswith("//"), string_from_file.split("
- ")):
- print(line)
這段代碼只打印初始注釋部分之后的內容。如果我們只想舍棄可迭代對象的開頭部分(本示例中為開頭的注釋行)，而又不知道要這部分有多長時，這種方法就很有用了。
4. 只包含關鍵字參數的函數 (kwargs)
當我們使用下面的函數時，創建僅僅需要關鍵字參數作為輸入的函數來提供更清晰的函數定義，會很有幫助：
- def test(*, a, b):
- pass
- test("value for a", "value for b")
- # TypeError: test() takes 0 positional arguments...
- test(a="value", b="value 2") # Works...
如你所見，在關鍵字參數之前加上一個「*」就可以解決這個問題。如果我們將某些參數放在「*」參數之前，它們顯然是位置參數。
5. 創建支持「with」語句的對象
舉例而言，我們都知道如何使用「with」語句打開文件或獲取鎖，但是我們可以實現自己上下文表達式嗎?是的，我們可以使用「__enter__」和「__exit__」來實現上下文管理協議：
- class Connection:
- def __init__(self):
- ...
- def __enter__(self):
- # Initialize connection...
- def __exit__(self, type, value, traceback):
- # Close connection...
- with Connection() as c:
- # __enter__() executes
- ...
- # conn.__exit__() executes
這是在 Python 中最常見的實現上下文管理的方法，但是還有更簡單的方法：
- from contextlib import contextmanager
- @contextmanager
- def tag(name):
- print(f"<{name}>")
- yield
- print(f"</{name}>")
- with tag("h1"):
- print("This is Title.")
上面這段代碼使用 contextmanager 的 manager 裝飾器實現了內容管理協議。在進入 with 塊時 tag 函數的第一部分(在 yield 之前的部分)就已經執行了，然后 with 塊才被執行，最后執行 tag 函數的其余部分。
6. 用「slots」節省內存
如果你曾經編寫過一個創建了某種類的大量實例的程序，那么你可能已經注意到，你的程序突然需要大量的內存。那是因為 Python 使用字典來表示類實例的屬性，這使其速度很快，但內存使用效率卻不是很高。通常情況下，這并不是一個嚴重的問題。但是，如果你的程序因此受到嚴重的影響，不妨試一下「__slots__」：
- class Person:
- __slots__ = ["first_name", "last_name", "phone"]
- def __init__(self, first_name, last_name, phone):
- self.first_name = first_name
- self.last_name = last_name
- self.phone = phone
當我們定義了「__slots__」屬性時，Python 沒有使用字典來表示屬性，而是使用小的固定大小的數組，這大大減少了每個實例所需的內存。使用「__slots__」也有一些缺點：我們不能聲明任何新的屬性，我們只能使用「__slots__」上現有的屬性。而且，帶有「__slots__」的類不能使用多重繼承。
7. 限制「CPU」和內存使用量
如果不是想優化程序對內存或 CPU 的使用率，而是想直接將其限制為某個確定的數字，Python 也有一個對應的庫可以做到：
- import signal
- import resource
- import os
- # To Limit CPU time
- def time_exceeded(signo, frame):
- print("CPU exceeded...")
- raise SystemExit(1)
- def set_max_runtime(seconds):
- # Install the signal handler and set a resource limit
- soft, hard = resource.getrlimit(resource.RLIMIT_CPU)
- resource.setrlimit(resource.RLIMIT_CPU, (seconds, hard))
- signal.signal(signal.SIGXCPU, time_exceeded)
- # To limit memory usage
- def set_max_memory(size):
- soft, hard = resource.getrlimit(resource.RLIMIT_AS)
- resource.setrlimit(resource.RLIMIT_AS, (size, hard))
我們可以看到，在上面的代碼片段中，同時包含設置最大 CPU 運行時間和最大內存使用限制的選項。在限制 CPU 的運行時間時，我們首先獲得該特定資源(RLIMIT_CPU)的軟限制和硬限制，然后使用通過參數指定的秒數和先前檢索到的硬限制來進行設置。最后，如果 CPU 的運行時間超過了限制，我們將發出系統退出的信號。在內存使用方面，我們再次檢索軟限制和硬限制，并使用帶「size」參數的「setrlimit」和先前檢索到的硬限制來設置它。
8. 控制可以/不可以導入什么
有些語言有非常明顯的機制來導出成員(變量、方法、接口)，例如在 Golang 中只有以大寫字母開頭的成員被導出。然而，在 Python 中，所有成員都會被導出(除非我們使用了「__all__」)：
- def foo():
- pass
- def bar():
- pass
- __all__ = ["bar"]
在上面這段代碼中，我們知道只有「bar」函數被導出了。同樣，我們可以讓「__all__」為空，這樣就不會導出任何東西，當從這個模塊導入的時候，會造成「AttributeError」。
9. 實現比較運算符的簡單方法
為一個類實現所有的比較運算符(如 __lt__ , __le__ , __gt__ , __ge__)是很繁瑣的。有更簡單的方法可以做到這一點嗎?這種時候，「functools.total_ordering」就是一個很好的幫手：
- from functools import total_ordering
- @total_ordering
- class Number:
- def __init__(self, value):
- self.value = value
- def __lt__(self, other):
- return self.value < other.value
- def __eq__(self, other):
- return self.value == other.value
- print(Number(20) > Number(3))
- print(Number(1) < Number(5))
- print(Number(15) >= Number(15))
- print(Number(10) <= Number(2))
這里的工作原理究竟是怎樣的呢?我們用「total_ordering」裝飾器簡化實現對類實例排序的過程。我們只需要定義__lt__和__eq__就可以了，它們是實現其余操作所需要的最小的操作集合(這里也體現了裝飾器的作用——為我們填補空白)。
10. 寫在最后
并非本文中所有提到的功能在日常的 Python 編程中都是必需或有用的，但是其中某些功能可能會不時派上用場，而且它們也可能簡化一些原本就很冗長且令人煩惱的任務。
還需指出的是，所有這些功能都是 Python 標準庫的一部分。
而在我看來，其中一些功能似乎并不像標準庫中包含的標準內容，所以當你使用 Python 實現本文提到的某些功能時，請先參閱 Python 的標準庫，如果你不能找到想要的功能，可能只是因為你還沒有盡力查找(如果真的沒有，那它肯定也存在于一些第三方庫)。
