本文介绍Python炫酷功能（例如，变量解包，偏函数，枚举可迭代对象等）的文章层出不穷。但是还有很多 Python 的编程小技巧鲜被提及。因此，本文会试着介绍一些其它文章没有提到的小技巧，这些小技巧也是我平时会用到的的。让我们一探究竟吧！
整理字符串输入
- 整理用户输入的问题在编程过程中极为常见。通常情况下，将字符转换为小写或大写就够了，有时你可以使用正则表达式模块「Regex」完成这项工作。但是如果问题很复杂，可能有更好的方法来解决：
user_input = "This\nstring has\tsome whitespaces...\r\n"``
``character_map = {` `ord('\n') : ' ',` `ord('\t') : ' ',` `ord('\r') : None``}``user_input.translate(character_map)
# This string has some whitespaces...
- 在本例中，你可以看到空格符「\ n」和「\ t」都被替换成了单个空格，「\ r」都被删掉了。这只是个很简单的例子，我们可以更进一步，使用「unicodedata」程序包生成大型重映射表，并使用其中的「combining()」进行生成和映射，我们可以
迭代器切片（Slice）
- 如果对迭代器进行切片操作，会返回一个「TypeError」，提示生成器对象没有下标，但是我们可以用一个简单的方案来解决这个问题：
import itertools`` ``s = itertools.islice(range(50), 10, 20)
# <itertools.islice object at 0x7f70fab88138>``for val in s:` `...
- 我们可以使用「itertools.islice」创建一个「islice」对象，该对象是一个迭代器，可以产生我们想要的项。但需要注意的是，该操作要使用切片之前的所有生成器项，以及「islice」对象中的所有项。
跳过可迭代对象的开头
- 有时你要处理一些以不需要的行（如注释）开头的文件。「itertools」再次提供了一种简单的解决方案：
string_from_file = """``// Author: ...``// License: ...``//``// Date: ...``Actual content...``"""``
``import itertools``
``for line in itertools.dropwhile(lambda line: line.startswith("//"), string_from_file.split("\n")):`
`print(line)
- 这段代码只打印初始注释部分之后的内容。如果我们只想舍弃可迭代对象的开头部分（本示例中为开头的注释行），而又不知道要这部分有多长时，这种方法就很有用了。
只包含关键字参数的函数 (kwargs)
- 当我们使用下面的函数时，创建仅仅需要关键字参数作为输入的函数来提供更清晰的函数定义，会很有帮助：
def test(*, a, b):`
`pass``
``test("value for a", "value for b") # TypeError: test() takes 0 positional arguments...``test(a="value", b="value 2") # Works...
- 如你所见，在关键字参数之前加上一个「*」就可以解决这个问题。如果我们将某些参数放在「*」参数之前，它们显然是位置参数。
创建支持「with」语句的对象
- 举例而言，我们都知道如何使用「with」语句打开文件或获取锁，但是我们可以实现自己上下文表达式吗？是的，我们可以使用「__enter__」和「__exit__」来实现上下文管理协议:
class Connection:`
`def __init__(self):` `...`` `
`def __enter__(self):` `# Initialize connection...`` `
`def __exit__(self, type, value, traceback):` `# Close connection...`` ``with Connection() as c:`
`# __enter__() executes` `...`
`# conn.__exit__() executes
用「__slots__」节省内存
- 如果你曾经编写过一个创建了某种类的大量实例的程序，那么你可能已经注意到，你的程序突然需要大量的内存。那是因为 Python 使用字典来表示类实例的属性，这使其速度很快，但内存使用效率却不是很高。通常情况下，这并不是一个严重的问题。但是，如果你的程序因此受到严重的影响，不妨试一下「__slots__」：
class Person:`
`__slots__ = ["first_name", "last_name", "phone"]`
`def __init__(self, first_name, last_name, phone):`
`self.first_name = first_name`
`self.last_name = last_name`
`self.phone = phone
- 当我们定义了「__slots__」属性时，Python 没有使用字典来表示属性，而是使用小的固定大小的数组，这大大减少了每个实例所需的内存。使用「__slots__」也有一些缺点：我们不能声明任何新的属性，我们只能使用「__slots__」上现有的属性。而且，带有「__slots__」的类不能使用多重继承。
限制「CPU」和内存使用量
- 如果不是想优化程序对内存或 CPU 的使用率，而是想直接将其限制为某个确定的数字，Python 也有一个对应的库可以做到：
import signal``import resource``import os``
``# To Limit CPU time``def time_exceeded(signo, frame):`
`print("CPU exceeded...")`
`raise SystemExit(1)``
``def set_max_runtime(seconds):`
`# Install the signal handler and set a resource limit`
`soft, hard = resource.getrlimit(resource.RLIMIT_CPU)`
`resource.setrlimit(resource.RLIMIT_CPU, (seconds, hard))`
`signal.signal(signal.SIGXCPU, time_exceeded)``
``# To limit memory usage``def set_max_memory(size):`
`soft, hard = resource.getrlimit(resource.RLIMIT_AS)`
`resource.setrlimit(resource.RLIMIT_AS, (size, hard))
- 我们可以看到，在上面的代码片段中，同时包含设置最大 CPU 运行时间和最大内存使用限制的选项。在限制 CPU 的运行时间时，我们首先获得该特定资源（RLIMIT_CPU）的软限制和硬限制，然后使用通过参数指定的秒数和先前检索到的硬限制来进行设置。最后，如果 CPU 的运行时间超过了限制，我们将发出系统退出的信号。在内存使用方面，我们再次检索软限制和硬限制，并使用带「size」参数的「setrlimit」和先前检索到的硬限制来设置它。
控制可以/不可以导入什么
- 有些语言有非常明显的机制来导出成员（变量、方法、接口），例如在 Golang 中只有以大写字母开头的成员被导出。然而，在 Python 中，所有成员都会被导出（除非我们使用了「__all__」）：
def foo():` `pass`` ``def bar():` `pass`` ``__all__ = ["bar"]
- 在上面这段代码中，我们知道只有「bar」函数被导出了。同样，我们可以让「__all__」为空，这样就不会导出任何东西，当从这个模块导入的时候，会造成「AttributeError」。
实现比较运算符的简单方法
- 为一个类实现所有的比较运算符（如 __lt__ , __le__ , __gt__ , __ge__）是很繁琐的。有更简单的方法可以做到这一点吗？这种时候，「functools.total_ordering」就是一个很好的帮手：
from functools import total_ordering``
``@total_ordering``class Number:`
`def __init__(self, value):`
`self.value = value`` `
`def __lt__(self, other):`
`return self.value < other.value`` `
`def __eq__(self, other):`
`return self.value == other.value``
``print(Number(20) > Number(3))
``print(Number(1) < Number(5))
``print(Number(15) >= Number(15))
``print(Number(10) <= Number(2))
并非本文中所有提到的功能在日常的 Python 编程中都是必需或有用的，但是其中某些功能可能会不时派上用场，而且它们也可能简化一些原本就很冗长且令人烦恼的任务。还需指出的是，所有这些功能都是 Python 标准库的一部分。
最后
如果你觉得文章还不错，请大家 点赞、分享、留言 下，因为这将是我持续输出更多优质文章的最强动力！
最后这里免费分享给大家一份Python全台学习资料，包含视频、源码。课件，希望能帮到那些不满现状，想提升自己却又没有方向的朋友，也可以和我一起来学习交流呀。
编程资料、学习路线图、源代码、软件安装包等！【[点击这里]】领取！
① Python所有方向的学习路线图，清楚各个方向要学什么东西
② 100多节Python课程视频，涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例，学习不再是只会理论
④ 华为出品独家Python漫画教程，手机也能学习
⑤ 历年互联网企业Python面试真题,复习时非常方便
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
