python微信使用技巧大全_Python 的技巧和方法你了解多少？

学了这些你的python代码将会改善，你的技巧将会提高。

1. 路径操作

比起os模块的path方法，python3标准库的pathlib模块的Path处理起路径更加的容易。

获取当前文件路径

前提导入os和pathlib包。。

os版：

print(os.path.dirname(__file__))

print(os.getcwd())

复制代码

pathlib版:

print(pathlib.Path.cwd())

复制代码

看着好像没啥区别，然后看下面这个。

获取上两级文件目录

os版

print(os.path.dirname(os.path.dirname(os.getcwd())))

复制代码

pathlib版

print(pathlib.Path.cwd().parent.parent)

复制代码

拼接路径

os版

print(os.path.join(os.path.dirname(os.path.dirname(os.getcwd())),"yamls","a.yaml"))

复制代码

pathlib版

parts=["yamls","a.yaml"]

print(pathlib.Path.cwd().parent.parent.joinpath(*parts))

复制代码

运行时拼接路径

os版

os.path.join(os.path.dirname(os.path.dirname(os.path.dirname(__file__))), 'yamls',f'{site_name}.yaml')

复制代码

pathlib版

parts=["yamls","a.yaml"]

print(pathlib.Path(__file__).resolve().parent.parent.joinpath(*parts))

复制代码

另外pathlib生成的是个对象，在open文件操作中可以直接运行的但是如果当作字符串操作会出现错误，此时需要对其进行转换，使用os.fspath()即可，不过一般很少有操作路径字符串的习惯。

综合起来，还是pathlib拼接路径方便。

2. 保存标准格式的yaml文件

编程免不了要写配置文件，怎么写配置也是一门学问。

YAML 是专门用来写配置文件的语言，非常简洁和强大，远比 JSON 格式方便。

YAML在python语言中有PyYAML安装包。

前提安装第三方库

pip install pyaml

pip install ruamel.yaml

复制代码

关于yaml的读取知识网上一堆了我就不说了，这里主要说写入。

from ruamel import yaml

data={"age":23,"sex":"男","name":"牛皮"}

with open(conf_file, "w", encoding='utf-8') as fs:

yaml.dump(data, fs, Dumper=yaml.RoundTripDumper, allow_unicode=True)

复制代码

yaml写文件和json一样也是使用dump。

3. 同时迭代两个列表

以前的时候我是这么解决的

a = ["a", "b", "c", "d"]

b = [1, 2, 3] # 空的补充None

for index, a_item in enumerate(a):

b_item = None

if len(b) - 1 <= index:

pass

else:

b_item = b[index]

print({a_item:b_item})

复制代码

现在我通过itertools标准库的zip升级版zip_longest解决，可以通过fillvalue参数补充缺失值。当然如果比较的元素个数相同可以直接用zip。

from itertools import zip_longest

a = ["a", "b", "c", "d","e"]

b = [1, 2, 3] # 空的补充None

for a_item, b_item in zip_longest(a,b,fillvalue=0):

print({a_item:b_item})

复制代码

4. 三元表达式还能这么用？

一般的我们这样写

a="hello" if 2>1 else "bye"

print(a)

复制代码

我们知道python中false实际式0，true是1，所以对于上面的式子我们就可以这么写了。

a=["hello","bye"][2<1]

print(a)

复制代码

因为2<1是false也就是0，所以输出了第一个元素hello。

5.简单的类使用namedtuple代替

先来一个简单的例子

import collections

# Person=collections.namedtuple('Person','name age')

# 如果使用python中的关键字会出现错误,此时使用rename字段。

# 按照元素在元组中的下标赋值。class就是_2,def是_3

Person = collections.namedtuple('Person', ['name', 'age', 'class', 'def', 'name', 'name'], rename=True)

p = Person(name='lisa', age='12', _2="class2", _3="def", _4="name2", _5="name3")

print(p)

# 如果出现相同的字段第二次出现的时候也是用其下标，参考上面的例子。

# _fields查看字段名,可以发现内置模块和重复的字段标记为_加下标的形式

print(p._fields)

# 使用_asdict将namedtuple转为OrderedDict。

od = p._asdict()

print(od)

# 然后可以转为字典

print(dict(od))

# _replace()方法构建一个新实例，因为namedtuple是不可变类型所以这个方法可以返回一个新的对象。

new_p = p._replace(name="samJ")

print(new_p)

print(new_p is p) # 可以看到不是同一个对象。

复制代码

一个实用的例子pyppeteer的例子感受下

import asyncio

import pyppeteer

from collections import namedtuple

Response = namedtuple("rs", "title url html cookies headers history status")

async def get_html(url, timeout=30):

# 默认30s

browser = await pyppeteer.launch(headless=True, args=['--no-sandbox'])

page = await browser.newPage()

res = await page.goto(url, options={'timeout': int(timeout * 1000)})

data = await page.content()

title = await page.title()

resp_cookies = await page.cookies()

resp_headers = res.headers

resp_history = None

resp_status = res.status

response = Response(title=title, url=url,

html=data,

cookies=resp_cookies,

headers=resp_headers,

history=resp_history,

status=resp_status)

return response

if __name__ == '__main__':

url_list = ["http://www.10086.cn/index/tj/index_220_220.html", "http://www.10010.com/net5/011/",

"http://python.jobbole.com/87541/"]

task = (get_html(url) for url in url_list)

loop = asyncio.get_event_loop()

results = loop.run_until_complete(asyncio.gather(*task))

for res in results:

print(res.title)

复制代码

6 使用枚举让数字变得更易懂。

import enum

# 枚举

@enum.unique

class Sex(enum.Enum):

man = 12

woman = 13

# 因为加了唯一值的装饰器所以下面添加属性会报错

# boy=12

print(Sex.man.name)

print(Sex.woman.value)

# 遍历

for item in Sex:

print(item.name)

print(item.value)

print("-" * 40)

# 其他使用方式

words = enum.Enum(

value='item',

names=('a b c d e f'),

)

# 输出元素c，必须是上面names里含有的值

print(words.c)

print(words.f)

# 因为names不含有w所以报错

try:

print(words.w)

except AttributeError as e:

print(e.args)

print("-" * 40)

for word in words:

print(word.name, word.value) # 默认赋值为、从1开始自增。

print("-" * 40)

# 如果自定义元素的值啧改为一下元组的形式

words2 = enum.Enum(

value='item2',

names=[('a', 23), ('b', 56), ("c", 12), ("d", 333)]

)

for word2 in words2:

print(word2.name, word2.value)

复制代码

7 链式合并字典chainmap的使用

from collections import ChainMap

# ChainMap

d1 = {'a': 1, 'b': 2}

d2 = {'a2': 3, 'b2': 4}

d3 = {'a3': 5, 'b3': 6}

d4 = {'a4': 7, 'b4': 8}

c = ChainMap(d1, d2, d3, d4) # 多个字典合并为一个

for k, v in c.items():

print(k, v)

print(c.maps) # 要搜索的索引列表

c.maps = list(reversed(c.maps)) # 逆转映射列表

print(c)

# 因为c和d1-d4对应的索引位置实际是一个所以，修改c的时候会影响到d1到d4其中饿的一个值，同理修改

# d1-d4的时候也会影响到c。

# 所以使用new_child创建一个新的映射。再修改就影响不到底层的数据了。

c2 = c.new_child()

c2["a4"] = 100

print(c)

print(c2)

# 输出发现c的值没有发生变化，只要c2变化。

d5 = {"a5": 34, "b5": 78}

c2 = c2.new_child(d5) # 可以在原来的映射基础上添加新的映射

print(c2)

复制代码

8 在不打乱列表顺序的基础上插入元素

import bisect

"""

bisect 模块，用于维护有序列表。

bisect 模块实现了一个算法用于插入元素到有序列表。

在一些情况下，这比反复排序列表或构造一个大的列表再排序的效率更高。

Bisect 是二分法的意思，这里使用二分法来排序，它会将一个元素插入到一个有序列表的合适位置，

这使得不需要每次调用 sort 的方式维护有序列表。

"""

values = [14, 85, 77, 26, 50, 45, 66, 79, 10, 3, 84, 77, 1]

print("New Pos Content")

print("--- --- -------")

l = []

for i in values:

postion = bisect.bisect(l, i) # 返回插入的位置

bisect.insort(l, i) # 等于insort_right

print('{:3}{:3}'.format(i, postion), l)

"""

Bisect模块提供的函数有：

bisect.bisect_left(a,x, lo=0, hi=len(a)) :

查找在有序列表 a 中插入 x 的index。lo 和 hi 用于指定列表的区间，默认是使用整个列表。如果 x 已经存在，在其左边插入。返回值为 index。

bisect.bisect_right(a,x, lo=0, hi=len(a))

bisect.bisect(a, x,lo=0, hi=len(a)) ：

这2个函数和 bisect_left 类似，但如果 x 已经存在，在其右边插入。

bisect.insort_left(a,x, lo=0, hi=len(a)) ：

在有序列表 a 中插入 x。和 a.insert(bisect.bisect_left(a,x, lo, hi), x) 的效果相同。

bisect.insort_right(a,x, lo=0, hi=len(a))

bisect.insort(a, x,lo=0, hi=len(a)) :

和 insort_left 类似，但如果 x 已经存在，在其右边插入。

Bisect 模块提供的函数可以分两类： bisect* 只用于查找 index， 不进行实际的插入；

而 insort* 则用于实际插入。该模块比较典型的应用是计算分数等级：

"""

复制代码

8 关于字典的逻辑运算你了解多少

# 使用&操作符查看字典的相同之处

#字典键支持常见的集合操作，并集交集差集。

a = {'x': 1, 'y': 2, 'z': 3}

b = {'w': 2, 'z': 4, 'x': 3, 'z': 3}

# 获取相同的键

c = a.keys() & b.keys()

print(c)

# 获取相同的键值对

d = a.items() & b.items()

print(d)

# 创建一个新的字典并删除某些键

e = {k: a[k] for k in a.keys() - {'z', 'x'}}

print(e)

复制代码

9 给切片起个名字

a="safr3.14"

print(a[-4:])

#上面可以改为

pie=slice(len(a)-4,len(a))

print(a)

复制代码

10 获取出现频率高的元素

from collections import Counter

text = "abcdfegtehto;grgtgjri" # 可迭代对象

lis = ["a", "c", "d", "t", "b"]

dic = {"a": 1, "b": 4, "c": 2, "d": 9} # 字典也可以

c = Counter() # 可以定义空容器然后update

c.update(text)

c2 = Counter()

c2.update(dic)

c3 = Counter(lis) # 也可以直接传入对象

print(c)

print(c2)

print(c3)

# 使用c.most_comman(n)获取前n出现频率最高的元素,列表元组类型

print(c.most_common(4))

复制代码

更多工具使用以及python技巧，请关注公众号：python学习开发。