写Python代码久了会发现一个现象。很多功能标准库直接给了答案。大多数人没翻过文档。遇到问题第一反应是装第三方包。装完包还要读它的文档。时间花了两遍。标准库里的东西用熟了能省掉一半依赖。

路径操作

拿路径操作来说。刚学Python的人喜欢用字符串拼接。path = folder + '/' + filename。这种写法在Linux上跑得通。换到Windows就出问题。斜杠方向不一样。正确做法是导入pathlib。p = Path(folder) / filename。这个除法运算符被重载过。专门用来拼路径。跨平台不需要改代码。p.exists()判断文件在不在。p.suffix拿扩展名。p.stem拿不带扩展名的文件名。p.parent往上走一层。这些方法比os.path系列短。读起来也更顺。

文件读写

文件读写也有讲究。很多人写f = open('data.txt', 'r')。然后手动f.close()。中间如果抛异常，close不会执行。文件句柄就泄漏了。标准写法是用with。with open('data.txt', 'r', encoding='utf-8') as f:。缩进块结束自动关闭。不用管异常。encoding参数最好每次写。不写的话用系统默认编码。Windows上默认GBK。读一个UTF-8文件就乱码。这个坑踩过的人不少。

字典技巧

字典取值有个细节。d = {'a': 1}。想拿b的值。d['b']直接报KeyError。很多人写if 'b' in d: value = d['b'] else: value = 0。三行代码。用d.get('b', 0)一行搞定。第二个参数是默认值。不传默认返回None。还有一个更冷门的d.setdefault('b', [])。键存在就返回原值。键不存在就插入默认值再返回。处理嵌套数据结构的时候特别顺手。比如按某个字段分组。groups = {}。循环里写groups.setdefault(key, []).append(item)。不需要先判断键在不在。

推导式细节

列表推导式大家都会用。[x*2 for x in range(10)]。加条件也简单。[x for x in data if x > 0]。嵌套循环也能写。[(i,j) for i in a for j in b]。但有个性能点很少人注意。推导式里的条件判断如果依赖一个函数调用。每次循环都会调。[x for x in data if is_valid(x)]。is_valid被调N次。可以先做一次过滤。valid_data = filter(is_valid, data)。然后[x for x in valid_data]。效果一样。可读性看个人习惯。

生成器

生成器跟列表长得像。区别在方括号换圆括号。(x*2 for x in range(10))。列表一次性把所有元素算出来放内存。生成器算一个吐一个。处理大文件的时候差别巨大。读一个10G的日志。lines = open('huge.log')。这个lines就是生成器。逐行读。内存占用稳定。写成lines = open('huge.log').readlines()就完了。整个文件进内存。机器直接卡死。判断一个对象是不是生成器可以用inspect.isgenerator。日常写代码用yield就能造生成器。函数里出现yield，调用它不执行函数体。返回一个生成器对象。下次next()才跑到第一个yield。

装饰器实战

装饰器被讲烂了。实际项目里最有用的场景是计时和重试。写一个计时装饰器。def timer(func): def wrapper(*args, **kwargs): start = time.time(); result = func(*args, **kwargs); print(f'{func.__name__} took {time.time()-start:.2f}s'); return result; return wrapper。套在函数上面@timer。调用时自动打印耗时。重试装饰器更实用。网络请求偶尔失败。写一个@retry(max_attempts=3)。内部用for循环加try except。失败就睡一会儿再试。成功就返回。超过次数抛异常。这两个装饰器加起来不到二十行。省掉一堆重复代码。

异常处理

异常处理有个常见错误。try: do_something() except: pass。裸except会吞掉所有异常。包括键盘中断和系统退出。调试的时候什么错都看不到。正确写法是捕获具体异常。except ValueError as e:。拿不到具体类型就至少写except Exception as e:。然后把e打印出来。还有finally块。不管有没有异常都执行。用来释放资源。用with语句其实自动处理了。不需要手动写finally。

字符串格式化

字符串格式化现在有三种方式。百分号%s是老古董。format方法'{}'.format(x)用的人多。f-stringf'{x}'是Python3.6之后加的。性能最好。可读性也最高。f-string里可以写表达式。f'{a+b}'。可以调函数。f'{name.upper()}'。可以指定格式。f'{pi:.2f}'保留两位小数。f'{num:,}'加千分位逗号。这些在报表输出里很省事。有一个细节。f-string里的引号不能跟外面冲突。外面双引号里面就用单引号。反过来也行。

性能测试

说到性能。有个内置模块叫timeit。用来测小段代码的执行时间。命令行里直接跑。python -m timeit -s 'data = list(range(1000))' 'sum(data)'。-s是初始化语句。后面跟要测的代码。它会自动跑多次取平均值。比手动写time.time()准。写代码的时候如果纠结两种写法哪个快。用timeit跑一下就有答案。不要凭感觉猜。字符串拼接用join比+快。这个结论在timeit里跑一次就记住。

collections模块

最后提一个collections模块。里面的Counter统计频率特别方便。Counter('abracadabra')直接返回每个字符出现次数。most_common(3)拿前三名。defaultdict跟普通字典区别是键不存在时自动创建默认值。dd = defaultdict(list)。然后dd['missing'].append(1)不会报错。deque是双端队列。左边右边都能快速添加删除。做广度优先搜索的时候用deque比list快很多。这些工具都在标准库里。导入就能用。不需要pip install。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。