本文會試著介紹一些其它文章沒有提到的小技巧，這些小技巧也是我平時會用到的的。讓我們一探究竟吧！

很多人學習python，不知道從何學起。
很多人學習python，掌握了基本語法過後，不知道在哪裡尋找案例上手。
很多已經做案例的人，卻不知道如何去學習更加高深的知識。
那麼針對這三類人，我給大家提供一個好的學習平臺，免費領取視訊教程，電子書籍，以及課程的原始碼！
QQ群：961562169

整理字串輸入

整理使用者輸入的問題在程式設計過程中極為常見。通常情況下，將字元轉換為小寫或大寫就夠了，有時你可以使用正則表示式模組「Regex」完成這項工作。但是如果問題很複雜，可能有更好的方法來解決：

user_input = "This  
string has  some whitespaces...  
"  
character_map = {  
    ord(   
 ) :    ,  
    ord(     ) :    ,  
    ord(   
 ) : 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」都被替換成了單個空格，「 r」都被刪掉了。這只是個很簡單的例子，我們可以更進一步，使用「unicodedata」程式包生成大型重對映表，並使用其中的「combining()」進行生成和對映，我們可以

迭代器切片（Slice）

如果對迭代器進行切片操作，會返回一個「TypeError」，提示生成器物件沒有下標，但是我們可以用一個簡單的方案來解決這個問題：

import itertools  
s = itertools.islice(range(50), 10, 20)  # <itertools.islice object at 0x7f70fab88138>  
for val in s:  
    ...
 

我們可以使用「itertools.islice」建立一個「islice」物件，該物件是一個迭代器，可以產生我們想要的項。但需要注意的是，該操作要使用切片之前的所有生成器項，以及「islice」物件中的所有項。

跳過可迭代物件的開頭

有時你要處理一些以不需要的行（如註釋）開頭的檔案。「itertools」再次提供了一種簡單的解決方案：

string_from_file = """  
// Author: ...  
// License: ...  
//  
// Date: ...  
Actual content... 
 """ 
import itertools  
for line in itertools.dropwhile(lambda line: line.startswith("//"), string_from_file.split("  
")):  
    print(line)
 

這段程式碼只打印初始註釋部分之後的內容。如果我們只想捨棄可迭代物件的開頭部分（本示例中為開頭的註釋行），而又不知道要這部分有多長時，這種方法就很有用了。

只包含關鍵字引數的函式 (kwargs)

當我們使用下面的函式時，建立僅僅需要關鍵字引數作為輸入的函式來提供更清晰的函式定義，會很有幫助：

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...

如你所見，在關鍵字引數之前加上一個「_」就可以解決這個問題。如果我們將某些引數放在「_」引數之前，它們顯然是位置引數。

建立支援「with」語句的物件

舉例而言，我們都知道如何使用「with」語句開啟檔案或獲取鎖，但是我們可以實現自己上下文表達式嗎？是的，我們可以使用「enter」和「exit」來實現上下文管理協議:

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

這是在 Python 中最常見的實現上下文管理的方法，但是還有更簡單的方法:

from contextlib import contextmanager  
@contextmanager  
def tag(name):  
    print(f"<{name}>")  
    yield  
    print(f"</{name}>")  
with tag("h1"):  
    print("This is Title.")

上面這段程式碼使用 contextmanager 的 manager 裝飾器實現了內容管理協議。在進入 with 塊時 tag 函式的第一部分（在 yield 之前的部分）就已經執行了，然後 with 塊才被執行，最後執行 tag 函式的其餘部分。

用「slots」節省記憶體

如果你曾經編寫過一個建立了某種類的大量例項的程式，那麼你可能已經注意到，你的程式突然需要大量的記憶體。那是因為 Python 使用字典來表示類例項的屬性，這使其速度很快，但記憶體使用效率卻不是很高。通常情況下，這並不是一個嚴重的問題。但是，如果你的程式因此受到嚴重的影響，不妨試一下「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

當我們定義了「slots」屬性時，Python 沒有使用字典來表示屬性，而是使用小的固定大小的陣列，這大大減少了每個例項所需的記憶體。使用「slots」也有一些缺點：我們不能宣告任何新的屬性，我們只能使用「slots」上現有的屬性。而且，帶有「slots」的類不能使用多重繼承。

限制「CPU」和記憶體使用量

如果不是想優化程式對記憶體或 CPU 的使用率，而是想直接將其限制為某個確定的數字，Python 也有一個對應的庫可以做到：

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))

我們可以看到，在上面的程式碼片段中，同時包含設定最大 CPU 執行時間和最大記憶體使用限制的選項。在限制 CPU 的執行時間時，我們首先獲得該特定資源（RLIMIT_CPU）的軟限制和硬限制，然後使用通過引數指定的秒數和先前檢索到的硬限制來進行設定。最後，如果 CPU 的執行時間超過了限制，我們將發出系統退出的訊號。在記憶體使用方面，我們再次檢索軟限制和硬限制，並使用帶「size」引數的「setrlimit」和先前檢索到的硬限制來設定它。

控制可以/不可以匯入什麼

有些語言有非常明顯的機制來匯出成員（變數、方法、介面），例如在 Golang 中只有以大寫字母開頭的成員被匯出。然而，在 Python 中，所有成員都會被匯出（除非我們使用了「all」）：

def foo():  
    pass  
def bar():  
    pass  
__all__ = ["bar"]

在上面這段程式碼中，我們知道只有「bar」函式被匯出了。同樣，我們可以讓「all」為空，這樣就不會匯出任何東西，當從這個模組匯入的時候，會造成「AttributeError」。

實現比較運算子的簡單方法

為一個類實現所有的比較運算子（如lt,le,gt,ge）是很繁瑣的。有更簡單的方法可以做到這一點嗎？這種時候，「functools.total_ordering」就是一個很好的幫手：

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))

這裡的工作原理究竟是怎樣的呢？我們用「total_ordering」裝飾器簡化實現對類例項排序的過程。我們只需要定義「lt」和「eq」就可以了，它們是實現其餘操作所需要的最小的操作集合（這裡也體現了裝飾器的作用——為我們填補空白）。