本篇Pyhton编程实践教程将为大家讲解Pyhton编程的知识点，看完这篇文章会让你对Python编程的知识点有更加清晰的理解和运用。

显示有限的接口到外部

当发布python第三方package时，并不希望代码中所有的函数或者class可以被外部import，在__init__.py中添加__all__属性，该list中填写可以import的类或者函数名， 可以起到限制的import的作用， 防止外部import其他函数或者类。

#!/usr/bin/env python# -*- coding: utf-8 -*-from base import APIBasefrom client import Clientfrom decorator import interface, export, streamfrom server import Serverfrom storage import Storagefrom util import (LogFormatter, disable_logging_to_stderr,

                       enable_logging_to_kids, info)

__all__ = ['APIBase', 'Client', 'LogFormatter', 'Server',

           'Storage', 'disable_logging_to_stderr', 'enable_logging_to_kids',

           'export', 'info', 'interface', 'stream']

with的魔力

with语句需要支持上下文管理协议的对象， 上下文管理协议包含__enter__和__exit__两个方法。 with语句建立运行时上下文需要通过这两个方法执行进入和退出操作。

其中上下文表达式是跟在with之后的表达式， 该表达式返回一个上下文管理对象。

# 常见with使用场景with open("test.txt", "r") as my_file:  # 注意, 是__enter__()方法的返回值赋值给了my_file,

    for line in my_file:

        print line

详细原理可以查看这篇文章， 浅谈 Python 的 with 语句。

知道具体原理，我们可以自定义支持上下文管理协议的类，类中实现__enter__和__exit__方法。

#!/usr/bin/env python# -*- coding: utf-8 -*-class MyWith(object):

    def __init__(self):

        print "__init__ method"

    def __enter__(self):

        print "__enter__ method"

        return self  # 返回对象给as后的变量

    def __exit__(self, exc_type, exc_value, exc_traceback):

        print "__exit__ method"

        if exc_traceback is None:

            print "Exited without Exception"

            return True

        else:

            print "Exited with Exception"

            return Falsedef test_with():

    with MyWith() as my_with:

        print "running my_with"

    print "------分割线-----"

    with MyWith() as my_with:

        print "running before Exception"

        raise Exception

        print "running after Exception"if __name__ == '__main__':

    test_with()

执行结果如下：

__init__ method

__enter__ method

running my_with

__exit__ method

Exited without Exception------分割线-----

__init__ method

__enter__ method

running before Exception

__exit__ method

Exited with Exception

Traceback (most recent call last):

  File "bin/python", line 34, in <module>

    exec(compile(__file__f.read(), __file__, "exec"))

  File "test_with.py", line 33, in <module>

    test_with()

  File "test_with.py", line 28, in test_with

    raise ExceptionException

证明了会先执行__enter__方法, 然后调用with内的逻辑, 最后执行__exit__做退出处理, 并且, 即使出现异常也能正常退出

filter的用法

相对filter而言， map和reduce使用的会更频繁一些， filter正如其名字， 按照某种规则过滤掉一些元素。

#!/usr/bin/env python# -*- coding: utf-8 -*-

lst = [1, 2, 3, 4, 5, 6]# 所有奇数都会返回True, 偶数会返回False被过滤掉print filter(lambda x: x % 2 != 0, lst)#输出结果

[1, 3, 5]

一行作判断

当条件满足时， 返回的为等号后面的变量， 否则返回else后语句。

lst = [1, 2, 3]

new_lst = lst[0] if lst is not None else Noneprint new_lst# 打印结果1

装饰器之单例

使用装饰器实现简单的单例模式

# 单例装饰器def singleton(cls):

    instances = dict()  # 初始为空

    def _singleton(*args, **kwargs):

        if cls not in instances:  #如果不存在, 则创建并放入字典

            instances[cls] = cls(*args, **kwargs)

        return instances[cls]

    return _singleton@singletonclass Test(object):

    passif __name__ == '__main__':

    t1 = Test()

    t2 = Test()

    # 两者具有相同的地址

    print t1, t2

staticmethod装饰器

类中两种常用的装饰， 首先区分一下他们：

· 普通成员函数, 其中第一个隐式参数为对象

· classmethod装饰器, 类方法(给人感觉非常类似于OC中的类方法), 其中第一个隐式参数为类

· staticmethod装饰器, 没有任何隐式参数. python中的静态方法类似与C++中的静态方法

#!/usr/bin/env python# -*- coding: utf-8 -*-class A(object):

    # 普通成员函数

    def foo(self, x):

        print "executing foo(%s, %s)" % (self, x)

    @classmethod   # 使用classmethod进行装饰

    def class_foo(cls, x):

        print "executing class_foo(%s, %s)" % (cls, x)

    @staticmethod  # 使用staticmethod进行装饰

    def static_foo(x):

        print "executing static_foo(%s)" % xdef test_three_method():

    obj = A()

    # 直接调用噗通的成员方法

    obj.foo("para")  # 此处obj对象作为成员函数的隐式参数, 就是self

    obj.class_foo("para")  # 此处类作为隐式参数被传入, 就是cls

    A.class_foo("para")  #更直接的类方法调用

    obj.static_foo("para")  # 静态方法并没有任何隐式参数, 但是要通过对象或者类进行调用

    A.static_foo("para")if __name__ == '__main__':

    test_three_method()

# 函数输出

executing foo(<__main__.A object at 0x100ba4e10>, para)

executing class_foo(<class '__main__.A'>, para)

executing class_foo(<class '__main__.A'>, para)

executing static_foo(para)

executing static_foo(para)

property装饰器

· 定义私有类属性

将property与装饰器结合实现属性私有化(更简单安全的实现get和set方法)。

#python内建函数

property(fget=None, fset=None, fdel=None, doc=None)

fget是获取属性的值的函数，fset是设置属性值的函数，fdel是删除属性的函数，doc是一个字符串(像注释一样)。从实现来看，这些参数都是可选的。

property有三个方法getter()， setter()和delete() 来指定fget， fset和fdel。 这表示以下这行：

class Student(object):    @property  #相当于property.getter(score) 或者property(score)

    def score(self):

        return self._score    @score.setter #相当于score = property.setter(score)

    def score(self, value):

        if not isinstance(value, int):

            raise ValueError('score must be an integer!')

        if value < 0 or value > 100:

            raise ValueError('score must between 0 ~ 100!')

        self._score = value

iter魔法

· 通过yield和__iter__的结合，我们可以把一个对象变成可迭代的

· 通过__str__的重写， 可以直接通过想要的形式打印对象

#!/usr/bin/env python# -*- coding: utf-8 -*-class TestIter(object):

    def __init__(self):

        self.lst = [1, 2, 3, 4, 5]

    def read(self):

        for ele in xrange(len(self.lst)):

            yield ele

    def __iter__(self):

        return self.read()

    def __str__(self):

        return ','.join(map(str, self.lst))

    __repr__ = __str__def test_iter():

    obj = TestIter()

    for num in obj:

        print num

    print objif __name__ == '__main__':

    test_iter()

神奇partial

partial使用上很像C++中仿函数(函数对象)。

在stackoverflow给出了类似与partial的运行方式：

def partial(func, *part_args):

    def wrapper(*extra_args):

        args = list(part_args)

        args.extend(extra_args)

        return func(*args)

    return wrapper

利用用闭包的特性绑定预先绑定一些函数参数，返回一个可调用的变量， 直到真正的调用执行：

#!/usr/bin/env python# -*- coding: utf-8 -*-from functools import partialdef sum(a, b):

    return a + bdef test_partial():

    fun = partial(sum, 2)   # 事先绑定一个参数, fun成为一个只需要一个参数的可调用变量

    print fun(3)  # 实现执行的即是sum(2, 3)if __name__ == '__main__':

    test_partial()

# 执行结果5

神秘eval

eval我理解为一种内嵌的python解释器(这种解释可能会有偏差)， 会解释字符串为对应的代码并执行， 并且将执行结果返回。

看一下下面这个例子：

#!/usr/bin/env python# -*- coding: utf-8 -*-def test_first():

    return 3def test_second(num):

    return num

action = {  # 可以看做是一个sandbox

        "para": 5,

        "test_first" : test_first,

        "test_second": test_second

        }def test_eavl():  

    condition = "para == 5 and test_second(test_first) > 5"

    res = eval(condition, action)  # 解释condition并根据action对应的动作执行

    print resif __name__ == '_

exec

· exec在Python中会忽略返回值， 总是返回None， eval会返回执行代码或语句的返回值

· exec和eval在执行代码时， 除了返回值其他行为都相同

· 在传入字符串时， 会使用compile(source, ‘<string>’, mode)编译字节码。 mode的取值为exec和eval

#!/usr/bin/env python# -*- coding: utf-8 -*-def test_first():

    print "hello"def test_second():

    test_first()

    print "second"def test_third():

    print "third"

action = {

        "test_second": test_second,

        "test_third": test_third

        }def test_exec():

    exec "test_second" in actionif __name__ == '__main__':

    test_exec()  # 无法看到执行结果

getattr

getattr(object, name[, default])返回对象的命名属性，属性名必须是字符串。如果字符串是对象的属性名之一，结果就是该属性的值。例如， getattr(x, ‘foobar’) 等价于 x.foobar。 如果属性名不存在，如果有默认值则返回默认值，否则触发 AttributeError 。

# 使用范例class TestGetAttr(object):

    test = "test attribute"

    def say(self):

        print "test method"def test_getattr():

    my_test = TestGetAttr()

    try:

        print getattr(my_test, "test")

    except AttributeError:

        print "Attribute Error!"

    try:

        getattr(my_test, "say")()

    except AttributeError: # 没有该属性, 且没有指定返回值的情况下

        print "Method Error!"if __name__ == '__main__':

    test_getattr()

# 输出结果

test attribute

test method

命令行处理

def process_command_line(argv):

    """

    Return a 2-tuple: (settings object, args list).

    `argv` is a list of arguments, or `None` for ``sys.argv[1:]``.

    """

    if argv is None:

        argv = sys.argv[1:]

    # initialize the parser object:

    parser = optparse.OptionParser(

        formatter=optparse.TitledHelpFormatter(width=78),

        add_help_option=None)

    # define options here:

    parser.add_option(      # customized description; put --help last

        '-h', '--help', action='help',

        help='Show this help message and exit.')

    settings, args = parser.parse_args(argv)

    # check number of arguments, verify values, etc.:

    if args:

        parser.error('program takes no command-line arguments; '

                     '"%s" ignored.' % (args,))

    # further process settings & args if necessary

    return settings, argsdef main(argv=None):

    settings, args = process_command_line(argv)

    # application code here, like:

    # run(settings, args)

    return 0        # successif __name__ == '__main__':

    status = main()

    sys.exit(status)

读写csv文件

# 从csv中读取文件, 基本和传统文件读取类似import csvwith open('data.csv', 'rb') as f:

    reader = csv.reader(f)

    for row in reader:

        print row# 向csv文件写入import csvwith open( 'data.csv', 'wb') as f:

    writer = csv.writer(f)

    writer.writerow(['name', 'address', 'age'])  # 单行写入

    data = [

            ( 'xiaoming ','china','10'),

            ( 'Lily', 'USA', '12')]

    writer.writerows(data)  # 多行写入

各种时间形式转换

只发一张网上的图, 然后查文档就好了, 这个是记不住的

字符串格式化

一个非常好用, 很多人又不知道的功能：

>>> name = "andrew">>> "my name is {name}".format(name=name)'my name is andrew'

参考

· What is the difference between @staticmethod and @classmethod in Python?

· Python @property versus getters and setters

· How does the @property decorator work?

· How does the functools partial work in Python?

· What’s the difference between eval, exec, and compile in Python?

· Be careful with exec and eval in Python

· Python (and Python C API): new versus init

· Python ‘self’ keyword self不是关键字, 是一个约定的变量名

· Python进阶必读汇总

· 使python类可以判断真值

· Best Python Resources

· Python安全编码指南

本篇Pyhton教程将为大家讲解Pyhton编程的知识点，看完这篇文章会让你对Python编程的知识点有更加清晰的理解和运用。