python程序应⽤经典实例-精⼼整理！9个Python实⽤案例分享traceable
1. 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 string has " character_map = { ord(' ') : ' ', ord(' ') : ' ', ord(' ') : None } anslate(character_map) # This string has
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
2. 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) 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。
3. 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: ... """ import itertools for line in itertools.dropwhile(lambda line:
line.startswith("//"), string_from_file.split(" ")): 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。
4. 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 test(a="value", b="value 2") #
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。
5. 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): # def __exit__(self, type, value, traceback): # with Connection() as c: # __enter__() executes ... # conn.__exit__() executes
这是在 Python 中最常见的实现上下⽂管理的⽅法，但是还有更简单的⽅法：from contextlib import contextmanager
@contextmanager def tag(name): print(f"<{name}>") yield print(f"{name}>") with tag("h1"): print("This is Title.")
上⾯这段代码使⽤ contextmanager 的 manager 装饰器实现了内容管理协议。在进⼊ with 块时 tag 函数的第⼀部分(在 yield 之前的部分)就已经执⾏了，然后 with 块才被执⾏，最后执⾏ tag 函数的其余部分。
6. ⽤「slots」节省内存
java实现简易计算器完整代码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。
7. 限制「CPU」和内存使⽤量oracle11g发行版2安装
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("") raise SystemExit(1) def set_max_runtime(seconds): # Install the signal handler and set a resource limit soft, hard =
教程秘诀limit(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 =
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。
如何建立jsp文件8. 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"]
python基础代码实例在上⾯这段代码中，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」。
9. 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，「al_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))
这⾥的⼯作原理究竟是怎样的呢?我们⽤「total_ordering」装饰器简化实现对类实例排序的过程。我们
只需要定义__lt__和__eq__就可以了，它们是实现其余操作所需要的最⼩的操作集合(这⾥也体现了装饰器的作⽤——为我们填补空⽩)。
10. 写在最后
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。
⽽在我看来，其中⼀些功能似乎并不像标准库中包含的标准内容，所以当你使⽤ Python 实现本⽂提到的某些功能时，请先参阅 Python 的标准库，如果你不能到想要的功能，可能只是因为你还没有尽⼒查(如果真的没有，那它肯定也存在于⼀些第三⽅库)。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。