分享幾個冷門Python技巧
大家好，歡迎來到 Crossin的編程教室 ！
有很多文章介紹了Python中各種很酷的功能（如變量拆包、偏函數(shù)、枚舉可迭代對象等）。但說到Python時，還有很多東西可以談?wù)摗＝裉齑蛩惴窒砦宜篮褪褂玫囊恍┨匦裕@些我在其他地方很少見人提到過。
整理字符串輸入
在本例中，你可以看到空白字符“\n”和“\t”已被單個空格替換，而“\r”已被完全刪除。這是一個簡單的例子，但是我們可以更進(jìn)一步，使用unicodedata包和它的combining()函數(shù)來生成并進(jìn)行映射，從而生成更大的重新映射表，我們可以使用它來刪除字符串中的所有重音符（注：英文中的'符號）。
對迭代器進(jìn)行切片
如果你嘗試對一個迭代器進(jìn)行切片，你會得到一個TypeError，這說明生成器對象是不可下標(biāo)訪問的，但有一個簡單的解決方案可以解決這個問題:
使用itertools.islice我們可以創(chuàng)建一個islice對象，它是一個會生成所需項的迭代器。需要注意的是，這將消耗slice開始之前的所有生成器項，以及islice對象中的所有項。
跳過可迭代對象的開始部分
有時你必須處理那些以你不想要的可變數(shù)量的行(如注釋)開始的文件。itertools再次為這個問題提供了簡單的解決方案:
只帶有關(guān)鍵字參數(shù)(kwargs)的函數(shù)
正如你所看到的，這可以通過在關(guān)鍵字參數(shù)之前放置單個*參數(shù)來輕松解決。如果我們把位置參數(shù)放在*參數(shù)之前，位置參數(shù)顯然也會存在。
創(chuàng)建支持with語句的對象
例如，我們都知道如何使用with語句來打開文件或獲取鎖，但是我們可以實現(xiàn)自己的with語句嗎? 當(dāng)然，我們可以使用__enter__和__exit__方法來實現(xiàn)上下文管理協(xié)議:
這是在Python中實現(xiàn)上下文管理最常見的方法，但是還有更簡單的實現(xiàn)方法:
上面的代碼片段使用contextmanager管理器裝飾器實現(xiàn)了內(nèi)容管理協(xié)議。在進(jìn)入with塊時，tag函數(shù)(在yield之前)的第一部分會被執(zhí)行，然后該with塊被執(zhí)行，最后，tag函數(shù)的其余部分會被執(zhí)行。
使用__slots__節(jié)省內(nèi)存
如果你曾經(jīng)編寫過一個創(chuàng)建某個類的大量實例的程序，你可能會注意到你的程序會突然需要大量內(nèi)存。這是因為Python使用字典來表示類實例的屬性，這使得它的速度很快，但是內(nèi)存效率不高，這通常并不是一個問題。然而，如果它成為你的程序的一個問題時，你可以嘗試使用__slots__:
這里的情況是，當(dāng)我們定義了__slots__屬性時，Python會使用小的固定大小的數(shù)組而不是字典來定義屬性，這大大減少了每個實例所需的內(nèi)存。使用__slots__也有一些缺點——我們不能聲明任何新的屬性，并且我們只能使用在__slots__上這些屬性。而且，帶有__slots__的類不能使用多重繼承。
限制CPU和內(nèi)存的使用
如果你不想優(yōu)化你的程序內(nèi)存或CPU使用，你只想把它限制在某個固定大小的內(nèi)存上，那么Python也有一個這樣的庫來做到這一點:
這里我們可以看到設(shè)置最大CPU運行時間和最大內(nèi)存使用限制的兩個選項。對于CPU限制，我們首先獲取特定資源(RLIMIT_CPU)的軟限制和硬限制，然后使用參數(shù)指定的秒數(shù)和前面檢索到的硬限制來設(shè)置它。最后，我們注冊信號，如果CPU時間超過限制，該信號會導(dǎo)致系統(tǒng)退出。對于內(nèi)存，我們再次檢索軟限制和硬限制，并使用帶有大小參數(shù)的setrlimit和檢索的硬限制來設(shè)置它。
控制什么可以導(dǎo)入，什么不可以導(dǎo)入
一些語言有非常明顯的導(dǎo)出成員(變量、方法、接口)的控制機制，例如Golang，其中只有以大寫字母開頭的成員會被導(dǎo)出。另一方面，在Python中，所有東西都可以被導(dǎo)出，除非我們使用__all__:
根據(jù)上面的代碼片段，我們知道只有bar函數(shù)會被導(dǎo)出。同樣，我們可以讓__all__為空，這樣，當(dāng)我們從這個模塊導(dǎo)入的時候，任何東西都不會被導(dǎo)出，并且會導(dǎo)致AttributeError。
實現(xiàn)比較運算符的簡單方式
考慮到目前已經(jīng)有相當(dāng)多的比較操作符——__lt__ 、__le__ 、 __gt__ ?或 __ge___，因此，為一個類實現(xiàn)所有的比較操作符是相當(dāng)煩人的。但如果有更簡單的方法可以實現(xiàn)呢？functools.total_ordering就派上用場了：
那么，這到底是怎么工作的呢？total_ordering裝飾器用于簡化實現(xiàn)類實例排序的過程。我們只需要定義__lt__和__eq__，它們是剩余操作的映射所需的最小值，裝飾器就會為我們填充空白。
結(jié)論
并不是所有這些特性在日常的Python編程中都是必需和有用的，但是它們中的一些可能會在某個時刻派上用場，而且它們還可能會簡化那些非常冗長和難以實現(xiàn)的任務(wù)。所有這些特性都是Python標(biāo)準(zhǔn)庫的一部分，雖然其中的一些看起來不是那么“標(biāo)準(zhǔn)”。所以當(dāng)你想用Python實現(xiàn)某種功能時，不妨先去標(biāo)準(zhǔn)庫里找找看。（即使標(biāo)準(zhǔn)庫里沒找到，那大概率也會有第三方庫提供。）
英文原文：https://martinheinz.dev/blog/1
作者：Martin Heinz
譯者：測試
_往期文章推薦_