《Python核心技术与实战》笔记3

《Python核心技术与实战》笔记1
《Python核心技术与实战》笔记2
《Python核心技术与实战》笔记3

编码风格

《8 号 Python 增强规范》（Python Enhacement Proposal #8），简称 PEP8；

# 错误示例
adict = {
     
     i: i * 2 for i in xrange(10000000)}
 
for key in adict.keys():
   print("{0} = {1}".format(key, adict[key]))
# keys() 方法会在遍历前生成一个临时的列表，导致上面的代码消耗大量内存并且运行缓慢。正确的方式，是使用默认的 iterator。默认的 iterator 不会分配新内存，也就不会造成上面的性能问题

# 正确示例
for key in adict:

PEP 8 规范告诉我们，请选择四个空格的缩进，不要使用 Tab，更不要 Tab 和空格混着用。
PEP 8 规定，全局的类和函数的上方需要空两个空行，而类的函数之间需要空一个空行。
Python 中我们可以使用#进行单独注释，请记得要在#后、注释前加一个空格。

合理利用assert

assert 1 == 2
assert 1 == 2,  'ersaijun:assertion is wrong'
# 抛出异常 AssertionError
# 输出
AssertionError: ersaijun:assertion is wrong

def func(input):
    assert isinstance(input, list), 'input must be type of list'
    # 下面的操作都是基于前提：input 必须是 list
    if len(input) == 1:
        ...
    elif len(input) == 2:
        ...
    else:
        ...

不能滥用 assert。很多情况下，程序中出现的不同情况都是意料之中的，需要我们用不同的方案去处理，这时候用条件语句进行判断更为合适。而对于程序中的一些 run-time error，请记得使用异常处理。

上下文管理器context manager和With语句

在任何一门编程语言中，文件的输入输出、数据库的连接断开等，都是很常见的资源管理操作。但资源都是有限的，在写程序时，我们必须保证这些资源在使用过后得到释放，不然就容易造成资源泄露，轻者使得系统处理缓慢，重则会使系统崩溃。
在 Python 中，对应的解决方式便是上下文管理器（context manager）。上下文管理器，能够帮助你自动分配并且释放资源，其中最典型的应用便是 with 语句。

for x in range(10000000):
    with open('test.txt', 'w') as f:
        f.write('hello')

基于类的上下文管理器

class FileManager:
    def __init__(self, name, mode):
        print('calling __init__ method')
        self.name = name
        self.mode = mode 
        self.file = None
    # 返回需要被管理的资源
    def __enter__(self):
        print('calling __enter__ method')
        self.file = open(self.name, self.mode)
        return self.file
    # 一些释放、清理资源的操作
    # 方法“__exit__()”中的参数“exc_type, exc_val, exc_tb”，分别表示 exception_type、exception_value 和 traceback。当我们执行含有上下文管理器的 with 语句时，如果有异常抛出，异常的信息就会包含在这三个变量中，传入方法“__exit__()”。
    def __exit__(self, exc_type, exc_val, exc_tb):
        print('calling __exit__ method')
        if self.file:
            self.file.close()
            
with FileManager('test.txt', 'w') as f:
    print('ready to write to file')
    f.write('hello world')
    
## 输出
calling __init__ method
calling __enter__ method
ready to write to file
calling __exit__ method

基于生成器的上下文管理器

from contextlib import contextmanager
 
@contextmanager
def file_manager(name, mode):
    try:
        f = open(name, mode)
        yield f
    finally:
        f.close()
        
with file_manager('test.txt', 'w') as f:
    f.write('hello world')

基于类的上下文管理器更加 flexible，适用于大型的系统开发；
而基于生成器的上下文管理器更加方便、简洁，适用于中小型程序。
自行定义相关的操作对异常进行处理，而处理完异常后，也别忘了加上“return True”这条语句，否则仍然会抛出异常。

单元测试

pdb & cProfile：调试和性能分析

a = 1
b = 2
import pdb
pdb.set_trace()
c = 3
print(a + b + c)

pdb自带的一个调试库。它为 Python 程序提供了交互式的源代码调试功能，是命令行版本的 IDE 断点调试器
https://docs.python.org/3/library/pdb.html#module-pdb
profile，是指对代码的每个部分进行动态的分析，比如准确计算出每个模块消耗的时间等。这样你就可以知道程序的瓶颈所在，从而对其进行修正或优化。
pdb 为 Python 程序提供了一种通用的、交互式的高效率调试方案；而 cProfile 则是为开发者提供了每个代码块执行效率的详细分析，有助于我们对程序的优化与提高。
https://docs.python.org/3.7/library/profile.html

来源：oschina

链接：https://my.oschina.net/u/4419233/blog/4817944

标签

pep

python