2024年最新技巧大集合，熬夜总结53个Python使用技巧和攻击方法(1)

### 1.6 字符串搜索

str.find(sub, start=None, end=None); str.rfind(…) # 如果找不到返回-1
str.index(sub, start=None, end=None); str.rindex(…) # 如果找不到抛出ValueError异常

### 1.7 List 后向索引


这个只是习惯问题，前向索引时下标从0开始，如果反向索引也想从0开始可以使用~。

print(a[-1], a[-2], a[-3])
print(a[~0], a[~1], a[~2])

### 2. C/C++ 用户使用指南


不少 Python 的用户是从以前 C/C++ 迁移过来的，这两种语言在语法、代码风格等方面有些不同，本节简要进行介绍。


### 2.1 很大的数和很小的数


C/C++ 的习惯是定义一个很大的数字，Python 中有 inf 和 -inf：

a = float(‘inf’)
b = float(‘-inf’)

### 2.2 布尔值


C/C++ 的习惯是使用 0 和非 0 值表示 True 和 False， Python 建议直接使用 True 和 False 表示布尔值。

a = True
b = False

### 2.3 判断为空


C/C++ 对空指针判断的习惯是 if (a) 和 if (!a)。Python 对于 None 的判断是：

if x is None:
pass

如果使用 if not x，则会将其他的对象（比如长度为 0 的字符串、列表、元组、字典等）都会被当做 False。


### 2.4 交换值


C/C++ 的习惯是定义一个临时变量，用来交换值。利用 Python 的 Tuple 操作，可以一步到位。

a, b = b, a

### 2.5 比较


C/C++ 的习惯是用两个条件。利用 Python 可以一步到位。

if 0 < a < 5:
pass

### 2.6 类成员的 Set 和 Get


C/C++ 的习惯是把类成员设为 private，通过一系列的 Set 和 Get 函数存取其中的值。在 Python 中虽然也可以通过 @property、@setter、@deleter 设置对应的 Set 和 Get 函数，我们应避免不必要的抽象，这会比直接访问慢 4 - 5 倍。


### 2.7 函数的输入输出参数


C/C++ 的习惯是把输入输出参数都列为函数的参数，通过指针改变输出参数的值，函数的返回值是执行状态，函数调用方对返回值进行检查，判断是否成功执行。在 Python 中，不需要函数调用方进行返回值检查，函数中遇到特殊情况，直接抛出一个异常。


### 2.8 读文件


相比 C/C++，Python 读文件要简单很多，打开后的文件是一个可迭代对象，每次返回一行内容。

with open(file_path, ‘rt’, encoding=‘utf-8’) as f:
for line in f:
print(line) # 末尾的\n会保留

### 2.9 文件路径拼接


C/C++ 的习惯通常直接用 + 将路径拼接，这很容易出错，Python 中的 os.path.join 会自动根据操作系统不同补充路径之间的 / 或 \ 分隔符：

import os
os.path.join(‘usr’, ‘lib’, ‘local’)

### 2.10 解析命令行选项


虽然 Python 中也可以像 C/C++ 一样使用 sys.argv 直接解析命令行选择，但是使用 argparse 下的 ArgumentParser 工具更加方便，功能更加强大。


### 2.11 调用外部命令


虽然 Python 中也可以像 C/C++ 一样使用 os.system 直接调用外部命令，但是使用 subprocess.check\_output 可以自由选择是否执行 Shell，也可以获得外部命令执行结果。

import subprocess

如果外部命令返回值非0，则抛出subprocess.CalledProcessError异常

result = subprocess.check_output([‘cmd’, ‘arg1’, ‘arg2’]).decode(‘utf-8’)

同时收集标准输出和标准错误

result = subprocess.check_output([‘cmd’, ‘arg1’, ‘arg2’], stderr=subprocess.STDOUT).decode(‘utf-8’)

执行shell命令（管道、重定向等），可以使用shlex.quote()将参数双引号引起来

result = subprocess.check_output(‘grep python | wc > out’, shell=True).decode(‘utf-8’)

### 2.12 不重复造轮子


不要重复造轮子，Python称为batteries included即是指Python提供了许多常见问题的解决方案。


### 3. 常用工具


### 3.1 读写 CSV 文件

import csv

无header的读写

with open(name, ‘rt’, encoding=‘utf-8’, newline=‘’) as f: # newline=''让Python不将换行统一处理
for row in csv.reader(f):
print(row[0], row[1]) # CSV读到的数据都是str类型
with open(name, mode=‘wt’) as f:
f_csv = csv.writer(f)
f_csv.writerow([‘symbol’, ‘change’])

有header的读写

with open(name, mode=‘rt’, newline=‘’) as f:
for row in csv.DictReader(f):
print(row[‘symbol’], row[‘change’])
with open(name, mode=‘wt’) as f:
header = [‘symbol’, ‘change’]
f_csv = csv.DictWriter(f, header)
f_csv.writeheader()
f_csv.writerow({
‘symbol’: xx, ‘change’: xx})

注意，当 CSV 文件过大时会报错：\_csv.Error: field larger than field limit (131072)，通过修改上限解决

import sys
csv.field_size_limit(sys.maxsize)

csv 还可以读以 \t 分割的数据

f = csv.reader(f, delimiter=‘\t’)

### 3.2 迭代器工具


itertools 中定义了很多迭代器工具，例如子序列工具：

import itertools
itertools.islice(iterable, start=None, stop, step=None)

islice(‘ABCDEF’, 2, None) -> C, D, E, F

itertools.filterfalse(predicate, iterable) # 过滤掉predicate为False的元素

filterfalse(lambda x: x < 5, [1, 4, 6, 4, 1]) -> 6

itertools.takewhile(predicate, iterable) # 当predicate为False时停止迭代

takewhile(lambda x: x < 5, [1, 4, 6, 4, 1]) -> 1, 4

itertools.dropwhile(predicate, iterable) # 当predicate为False时开始迭代

dropwhile(lambda x: x < 5, [1, 4, 6, 4, 1]) -> 6, 4, 1

itertools.compress(iterable, selectors) # 根据selectors每个元素是True或False进行选择

compress(‘ABCDEF’, [1, 0, 1, 0, 1, 1]) -> A, C, E, F

序列排序：

sorted(iterable, key=None, reverse=False)

itertools.groupby(iterable, key=None) # 按值分组，iterable需要先被排序

groupby(sorted([1, 4, 6, 4, 1])) -> (1, iter1), (4, iter4), (6, iter6)

itertools.permutations(iterable, r=None) # 排列，返回值是Tuple

permutations(‘ABCD’, 2) -> AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC

itertools.combinations(iterable, r=None) # 组合，返回值是Tuple
itertools.combinations_with_replacement(…)

combinations(‘ABCD’, 2) -> AB, AC, AD, BC, BD, CD

多个序列合并：

itertools.chain(*iterables) # 多个序列直接拼接

chain(‘ABC’, ‘DEF’) -> A, B, C, D, E, F

import heapq
heapq.merge(*iterables, key=None, reverse=False) # 多个序列按顺序拼接

merge(‘ABF’, ‘CDE’) -> A, B, C, D, E, F

zip(*iterables) # 当最短的序列耗尽时停止，结果只能被消耗一次
itertools.zip_longest(*iterables, fillvalue=None) # 当最长的序列耗尽时停止，结果只能被消耗一次

### 3.3 计数器


计数器可以统计一个可迭代对象中每个元素出现的次数。

import collections

创建

collections.Counter(iterable)

频次

collections.Counter[key] # key出现频次

返回n个出现频次最高的元素和其对应出现频次，如果n为None，返回所有元素

collections.Counter.most_common(n=None)

插入/更新

collections.Counter.update(iterable)
counter1 + counter2; counter1 - counter2 # counter加减

检查两个字符串的组成元素是否相同

collections.Counter(list1) == collections.Counter(list2)

### 3.4 带默认值的 Dict


当访问不存在的 Key 时，defaultdict 会将其设置为某个默认值。

import collections
collections.defaultdict(type) # 当第一次访问dict[key]时，会无参数调用type，给dict[key]提供一个初始值

### 3.5 有序 Dict

import collections
collections.OrderedDict(items=None) # 迭代时保留原始插入顺序

### 4. 高性能编程和调试


### 4.1 输出错误和警告信息


向标准错误输出信息

import sys
sys.stderr.write(‘’)

输出警告信息

import warnings
warnings.warn(message, category=UserWarning)

category的取值有DeprecationWarning, SyntaxWarning, RuntimeWarning, ResourceWarning, FutureWarning

控制警告消息的输出

$ python -W all # 输出所有警告，等同于设置warnings.simplefilter(‘always’)
$ python -W ignore # 忽略所有警告，等同于设置warnings.simplefilter(‘ignore’)
$ python -W error # 将所有警告转换为异常，等同于设置warnings.simplefilter(‘error’)

### 4.2 代码中测试


有时为了调试，我们想在代码中加一些代码，通常是一些 print 语句，可以写为：

在代码中的debug部分

if debug:
pass

一旦调试结束，通过在命令行执行 -O 选项，会忽略这部分代码：

$ python -0 main.py

### 4.3 代码风格检查


使用 pylint 可以进行不少的代码风格和语法检查，能在运行之前发现一些错误


### 最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

#### 👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

![](https://img-blog.csdnimg.cn/img_convert/604bae65027d4d67fb62410deb210454.png)

#### 👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

![](https://img-blog.csdnimg.cn/img_convert/fa276175617e0048f79437bd30465479.png)



#### 👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

![](https://img-blog.csdnimg.cn/img_convert/16ac689cb023166b2ffa9c677ac40fc0.png)



#### 👉实战案例👈



学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。



因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

![](https://img-blog.csdnimg.cn/img_convert/0d8c31c50236a205928a1d8ae8a0b883.png)



#### 👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

![](https://img-blog.csdnimg.cn/img_convert/99461e47e58e503d2bc1dc6f4668534a.png)

**[需要这份系统化学习资料的朋友，可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**