分享幾個冷門 Python 技巧
整理字符串輸入
對用戶輸入進行整理的問題幾乎適用於你編寫的所有程序。通常情況下，將字符轉換爲小寫或大寫就足夠了，有時你可以使用 Regex 來完成這項工作，但對於複雜的情況來說，可能有更好的方法:
在本例中，你可以看到空白字符 “\n” 和“\t”已被單個空格替換，而 “\r” 已被完全刪除。這是一個簡單的例子，但是我們可以更進一步，使用 unicodedata 包和它的 combining()函數來生成並進行映射，從而生成更大的重新映射表，我們可以使用它來刪除字符串中的所有重音符（注：英文中的'符號）。
對迭代器進行切片
如果你嘗試對一個迭代器進行切片，你會得到一個 TypeError，這說明生成器對象是不可下標訪問的，但有一個簡單的解決方案可以解決這個問題:
使用 itertools.islice 我們可以創建一個 islice 對象，它是一個會生成所需項的迭代器。需要注意的是，這將消耗 slice 開始之前的所有生成器項，以及 islice 對象中的所有項。
跳過可迭代對象的開始部分
有時你必須處理那些以你不想要的可變數量的行 (如註釋) 開始的文件。itertools 再次爲這個問題提供了簡單的解決方案:
這代碼段只生成初始註釋部分之後的行。如果我們只想在可迭代對象的開頭跳過一些循環（這裏是跳過開頭的行），並且不知道具體有多少時，那麼這種方法是很有用的。
只帶有關鍵字參數 (kwargs) 的函數
在使用以下這樣的函數時，創建只接受關鍵字參數的函數來（強制）提供更多的清晰性是很有幫助的:
正如你所看到的，這可以通過在關鍵字參數之前放置單個 * 參數來輕鬆解決。如果我們把位置參數放在 * 參數之前，位置參數顯然也會存在。
創建支持 with 語句的對象
例如，我們都知道如何使用 with 語句來打開文件或獲取鎖，但是我們可以實現自己的 with 語句嗎? 當然，我們可以使用__enter__和__exit__方法來實現上下文管理協議:
這是在 Python 中實現上下文管理最常見的方法，但是還有更簡單的實現方法:
上面的代碼片段使用 contextmanager 管理器裝飾器實現了內容管理協議。在進入 with 塊時，tag 函數 (在 yield 之前) 的第一部分會被執行，然後該 with 塊被執行，最後，tag 函數的其餘部分會被執行。
使用__slots__節省內存
如果你曾經編寫過一個創建某個類的大量實例的程序，你可能會注意到你的程序會突然需要大量內存。這是因爲 Python 使用字典來表示類實例的屬性，這使得它的速度很快，但是內存效率不高，這通常並不是一個問題。然而，如果它成爲你的程序的一個問題時，你可以嘗試使用__slots__:
這裏的情況是，當我們定義了__slots__屬性時，Python 會使用小的固定大小的數組而不是字典來定義屬性，這大大減少了每個實例所需的內存。使用__slots__也有一些缺點——我們不能聲明任何新的屬性，並且我們只能使用在__slots__上這些屬性。而且，帶有__slots__的類不能使用多重繼承。
限制 CPU 和內存的使用
如果你不想優化你的程序內存或 CPU 使用，你只想把它限制在某個固定大小的內存上，那麼 Python 也有一個這樣的庫來做到這一點:
這裏我們可以看到設置最大 CPU 運行時間和最大內存使用限制的兩個選項。對於 CPU 限制，我們首先獲取特定資源 (RLIMIT_CPU) 的軟限制和硬限制，然後使用參數指定的秒數和前面檢索到的硬限制來設置它。最後，我們註冊信號，如果 CPU 時間超過限制，該信號會導致系統退出。對於內存，我們再次檢索軟限制和硬限制，並使用帶有大小參數的 setrlimit 和檢索的硬限制來設置它。
控制什麼可以導入，什麼不可以導入
一些語言有非常明顯的導出成員 (變量、方法、接口) 的控制機制，例如 Golang，其中只有以大寫字母開頭的成員會被導出。另一方面，在 Python 中，所有東西都可以被導出，除非我們使用__all__:
根據上面的代碼片段，我們知道只有 bar 函數會被導出。同樣，我們可以讓__all__爲空，這樣，當我們從這個模塊導入的時候，任何東西都不會被導出，並且會導致 AttributeError。
實現比較運算符的簡單方式
考慮到目前已經有相當多的比較操作符——lt 、le 、 gt 或 ge_，因此，爲一個類實現所有的比較操作符是相當煩人的。但如果有更簡單的方法可以實現呢？functools.total_ordering 就派上用場了：
那麼，這到底是怎麼工作的呢？total_ordering 裝飾器用於簡化實現類實例排序的過程。我們只需要定義__lt__和__eq__，它們是剩餘操作的映射所需的最小值，裝飾器就會爲我們填充空白。
結論
並不是所有這些特性在日常的 Python 編程中都是必需和有用的，但是它們中的一些可能會在某個時刻派上用場，而且它們還可能會簡化那些非常冗長和難以實現的任務。所有這些特性都是 Python 標準庫的一部分，雖然其中的一些看起來不是那麼 “標準”。所以當你想用 Python 實現某種功能時，不妨先去標準庫裏找找看。（即使標準庫裏沒找到，那大概率也會有第三方庫提供。）
英文原文：https://martinheinz.dev/blog/1
作者：Martin Heinz
譯者：測
本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/ARYvHfSK7fmdwdbJ9ExrzQ