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/env python# -*- coding: utf-8 -*-from base import APIBasefrom client import Clientfrom decorator import interface, export, streamfrom server import Serverfrom storage import Storagefrom util import (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with open("test.txt", "r") as my_file: # 注意, 是__enter__()方法的返回值赋值给了my_file, for line in my_file: print line

详细原理可以查看这篇文章， 浅谈 Python 的 with 语句。

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/env python# -*- coding: utf-8 -*-class MyWith(object): def __init__(self): print "__init__ method" def __enter__(self): print "__enter__ method" return self # 返回对象给as后的变量 def __exit__(self, exc_type, exc_value, exc_traceback): print "__exit__ method" if exc_traceback is None: print "Exited without Exception" return True else: print "Exited with Exception" return Falsedef test_with(): with MyWith() as my_with: print "running my_with" print "------分割线-----" with MyWith() as my_with: print "running before Exception" raise Exception print "running after Exception"if __name__ == '__main__': test_with()

执行结果如下：

__init__ method__enter__ methodrunning my_with__exit__ methodExited without Exception------分割线-----__init__ method__enter__ methodrunning before Exception__exit__ methodExited with ExceptionTraceback (most recent call last): File "bin/python", line 34, in <module> exec(compile(__file__f.read(), __file__, "exec")) File "test_with.py", line 33, in <module> test_with() File "test_with.py", line 28, in test_with raise ExceptionException

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/env python# -*- 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print filter(lambda x: 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] if lst is not None else Noneprint new_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def singleton(cls): instances = dict() # 初始为空 def _singleton(*args, **kwargs): if cls not in instances: #如果不存在, 则创建并放入字典 instances[cls] = cls(*args, **kwargs) return instances[cls] return _singleton@singletonclass Test(object): passif __name__ == '__main__': t1 = Test() t2 = Test() # 两者具有相同的地址 print t1, 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/env python# -*- coding: utf-8 -*-class A(object): # 普通成员函数 def foo(self, x): print "executing foo(%s, %s)" % (self, x) @classmethod # 使用classmethod进行装饰 def class_foo(cls, x): print "executing class_foo(%s, %s)" % (cls, x) @staticmethod # 使用staticmethod进行装饰 def static_foo(x): print "executing static_foo(%s)" % xdef test_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executing foo(<__main__.A object at 0x100ba4e10>, para)executing class_foo(<class '__main__.A'>, para)executing class_foo(<class '__main__.A'>, para)executing static_foo(para)executing static_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：

class Student(object): @property #相当于property.getter(score) 或者property(score) def score(self): return self._score @score.setter #相当于score = property.setter(score) def score(self, value): if not isinstance(value, int): raise ValueError('score must be an integer!') if value < 0 or value > 100: raise ValueError('score must between 0 ~ 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/env python# -*- coding: utf-8 -*-class TestIter(object): def __init__(self): self.lst = [1, 2, 3, 4, 5] def read(self): for ele in xrange(len(self.lst)): yield ele def __iter__(self): return self.read() def __str__(self): return ','.join(map(str, self.lst)) __repr__ = __str__def test_iter(): obj = TestIter() for num in obj: print num print objif __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：

def partial(func, *part_args): def wrapper(*extra_args): args = list(part_args) args.extend(extra_args) return func(*args) return wrapper

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/env python# -*- coding: utf-8 -*-from functools import partialdef sum(a, b): return a + bdef test_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 print fun(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/env python# -*- coding: utf-8 -*-def test_first(): return 3def test_second(num): return numaction = { # 可以看做是一个sandbox "para": 5, "test_first" : test_first, "test_second": test_second }def test_eavl(): condition = "para == 5 and test_second(test_first) > 5" res = eval(condition, action) # 解释condition并根据action对应的动作执行 print resif __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, '<string>', mode)编译字节码。 mode的取值为exec和eval #!/usr/bin/env python# -*- coding: utf-8 -*-def test_first(): print "hello"def test_second(): test_first() print "second"def test_third(): print "third"action = { "test_second": test_second, "test_third": test_third }def test_exec(): exec "test_second" in actionif __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class TestGetAttr(object): test = "test attribute" def say(self): print "test method"def test_getattr(): my_test = TestGetAttr() try: print getattr(my_test, "test") except AttributeError: print "Attribute Error!" try: getattr(my_test, "say")() except AttributeError: # 没有该属性, 且没有指定返回值的情况下 print "Method Error!"if __name__ == '__main__': test_getattr() # 输出结果test attributetest method

命令行处理

def process_command_line(argv): """ Return a 2-tuple: (settings object, args list). `argv` is a list of arguments, or `None` for ``sys.argv[1:]``. """ if argv is None: argv = sys.argv[1:] # initialize the parser object: parser = optparse.OptionParser( formatter=optparse.TitledHelpFormatter(width=78), add_help_option=None) # define options here: parser.add_option( # customized description; put --help last '-h', '--help', action='help', help='Show this help message and exit.') settings, args = parser.parse_args(argv) # check number of arguments, verify values, etc.: if args: parser.error('program takes no command-line arguments; ' '"%s" ignored.' % (args,)) # further process settings & args if necessary return settings, argsdef main(argv=None): settings, args = process_command_line(argv) # application code here, like: # run(settings, args) return 0 # successif __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import csvwith open('data.csv', 'rb') as f: reader = csv.reader(f) for row in reader: print row# 向csv文件写入import csvwith open( 'data.csv', 'wb') as f: 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

字符串格式化

一个非常好用, 很多人又不知道的功能：

>>> name = "andrew">>> "my name is {name}".format(name=name)'my name is andrew'

参考链接

What is the difference between @staticmethod and @classmethod in Python?Python @property versus getters and settersHow does the @property decorator work?How does the functools partial work in Python?What’s the difference between eval, exec, and compile in Python?Be careful with exec and eval in PythonPython (and Python C API): new versus init Python ‘self’ keyword self不是关键字, 是一个约定的变量名Python进阶必读汇总使python类可以判断真值Best Python ResourcesPython安全编码指南 本文来自云栖社区合作伙伴“Linux中国”，原文发表于2013-04-02. 相关资源：七夕情人节表白HTML源码(两款)