经常使用几个Python高效编程技巧

我已经使用Python编程有些年了，即便今天我仍然惊奇于这种语言所能让代码表现出的整洁和对DRY编程原则的适用。这些年来的经历让我学到了不少的小技巧和知识，大多数是经过阅读很流行的开源软件，如Django, Flask, Requests中得到的。

下面我挑选出的这几个技巧经常会被人们忽略，但它们在平常编程中能真正的给咱们带来很多帮助。

1.字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)

大多数的Python程序员都知道且使用过列表推导(list comprehensions)。若是你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的建立一个list的方法。

>>> some_list = [1, 2, 3, 4, 5]  
 
>>> another_list = [ x + 1 for x in some_list ]  
 
>>> another_list  
[2, 3, 4, 5, 6]

在线实例：https://www.bytelang.com/o/s/c/G4goeF_hitA=

 

自从Python 3.1(甚至是Python 2.7)起，咱们能够用一样的语法来建立集合和字典表：

>>> # Set Comprehensions  
>>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]  
 
>>> even_set = { x for x in some_list if x % 2 == 0 }  
 
>>> even_set  
set([8, 2, 4])  
 
>>> # Dict Comprehensions  
 
>>> d = { x: x % 2 == 0 for x in range(1, 11) }  
 
>>> d  {1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}

在线实例:https://www.bytelang.com/o/s/c/1R1teiaMyUI=

 

在第一个例子里，咱们以some_list为基础，建立了一个具备不重复元素的集合，并且集合里只包含偶数。而在字典表的例子里，咱们建立了一个key是不重复的1到10之间的整数，value是布尔型，用来指示key是不是偶数。

这里另一个值得注意的事情是集合的字面量表示法。咱们能够简单的用这种方法建立一个集合：

>>> my_set = {1, 2, 1, 2, 3, 4}  
 
>>> my_set  
set([1, 2, 3, 4])

而不须要使用内置函数set()。

 

2.计数时使用Counter计数对象

这听起来显而易见，但常常被人忘记。对于大多数程序员来讲，数一个东西是一项很常见的任务，并且在大多数状况下并非颇有挑战性的事情——这里有几种方法能更简单的完成这种任务。

Python的collections类库里有个内置的dict类的子类，是专门来干这种事情的：

 

>>> from collections import Counter  
>>> c = Counter('hello world')  
 
>>> c  
Counter({'l': 3, 'o': 2, ' ': 1, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})  
 
>>> c.most_common(2)  
[('l', 3), ('o', 2)]

在线实例：https://www.bytelang.com/o/s/c/7EJAYvKr^ZU=

 

3.漂亮的打印出JSON

JSON是一种很是好的数据序列化的形式，被现在的各类API和web service大量的使用。使用python内置的json处理，可使JSON串具备必定的可读性，但当遇到大型数据时，它表现成一个很长的、连续的一行时，人的肉眼就很难观看了。

为了能让JSON数据表现的更友好，咱们可使用indent参数来输出漂亮的JSON。当在控制台交互式编程或作日志时，这尤为有用：

 

>>> import json  
 
>>> print(json.dumps(data))  # No indention  
{"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}  
 
>>> print(json.dumps(data, indent=2))  # With indention  
 
{  
  "status": "OK",  
  "count": 2,  
  "results": [  
 
    {  
      "age": 27,  
      "name": "Oz",  
 
      "lactose_intolerant": true  
    },  
    {  
      "age": 29,  
 
      "name": "Joe",  
      "lactose_intolerant": false  
    }  
  ]  
 
}

在线实例:https://www.bytelang.com/o/s/c/0kABNZTJcoM=

 

一样，使用内置的pprint模块，也可让其它任何东西打印输出的更漂亮。

 

4.建立一次性的、快速的小型Web服务

有时候，咱们须要在两台机器或服务之间作一些简便的、很基础的RPC之类的交互。咱们但愿用一种简单的方式使用B程序调用A程序里的一个方法——有时是在另外一台机器上。仅内部使用。

我并不鼓励将这里介绍的方法用在非内部的、一次性的编程中。咱们可使用一种叫作XML-RPC的协议 (相对应的是这个Python库)，来作这种事情。

下面是一个使用SimpleXMLRPCServer模块创建一个快速的小的文件读取服务器的例子：

 

from SimpleXMLRPCServer import SimpleXMLRPCServer  
 
def file_reader(file_name):  
 
    with open(file_name, 'r') as f:  
        return f.read()  
 
server = SimpleXMLRPCServer(('localhost', 8000))  
server.register_introspection_functions()  
 
server.register_function(file_reader)  
 
server.serve_forever()

 

客户端：

 

import xmlrpclib  
proxy = xmlrpclib.ServerProxy('http://localhost:8000/')  
 
proxy.file_reader('/tmp/secret.txt')

 

咱们这样就获得了一个远程文件读取工具，没有外部的依赖，只有几句代码(固然，没有任何安全措施，因此只能够在家里这样作)