PyZh

Index ~ Code ~ Issues

6. (译)提高你的Python编码效率 ¶

作者:	Oz Katz
联系:	https://twitter.com/ozkatz100
翻译:	hit9
译者注:	原文链接 - http://ozkatz.github.io/improving-your-python-productivity.html

Contents

(译)提高你的Python编码效率

我用Python编程有几年了, 并且我仍然经常惊讶于Python代码可以如何的简洁，如何的 DRY 。我学到了很多小贴士和技巧，大多数来自于阅读开源项目的源代码，像 Django, Flask, Requests 等。

这里我挑出了几个有时被大家忽略的几条，但是它们在日常工作中会有很大帮助。

6.1. 1. 字典和集合推导式 ¶

大多数Python开发者知道使用列表推导式。你不熟悉这一点？一个列表推导式是一个创造列表的简短方式:

>>> some_list = [1, 2, 3, 4, 5]
>>> another_list = [ x + 1 for x in some_list ]
>>> another_list
[2, 3, 4, 5, 6]

从Python 3.1开始(也反向地移植到了Python 2.7),我们可以用同样的方式创建集合和字典:

>>> # Set Comprehensions
>>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]
>>> even_set = { x for x in some_list if x % 2 == 0 }
>>> even_set
set([8, 2, 4])

>>> # Dict Comprehensions
>>> d = { x: x % 2 == 0 for x in range(1, 11) }
>>> d
{1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}

第一个例子中，我们用 some_list 建立了一个元素不重复的集合，但只有偶数。第二个字典的例子中展示了一个字典的创建，这个字典的键是1到10（包括10），值是布尔值，指明该键是不是一个偶数。

另一个值得注意的地方是集合的文法，我们可以这么简单的创建一个集合:

>>> my_set = {1, 2, 1, 2, 3, 4}
>>> my_set
set([1, 2, 3, 4])

而没有使用到内建的 set 方法

6.2. 2.使用计数器对象计数 ¶

很明显，但很容易遗忘。计数是一个寻常不过的编程任务，而且大多数情形下这不是个难事。不过计数可以更简单。

Python的 collections 库包含一个 dict 的子类，专门解决计数任务:

>>> from collections import Counter
>>> c = Counter('hello world')
>>> c
Counter({'l': 3, 'o': 2, ' ': 1, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})
>>> c.most_common(2)
[('l', 3), ('o', 2)]

6.3. 3. 漂亮地打印JSON ¶

JSON是一个很棒的序列格式，如今广泛应用在API和web服务中，但是很难用裸眼来看大数据量的JSON,它们很长，还在一行里。

可以用参数 indent 来更好地打印JSON数据，这在跟 REPL或是日志打交道的时候很有用:

>>> import json
>>> print(json.dumps(data))  # No indention
{"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}
>>> print(json.dumps(data, indent=2))  # With indention
{
  "status": "OK",
  "count": 2,
  "results": [
    {
      "age": 27,
      "name": "Oz",
      "lactose_intolerant": true
    },
    {
      "age": 29,
      "name": "Joe",
      "lactose_intolerant": false
    }
  ]
}

另外，去看看内建模块 pprint , 它可以帮助你漂亮地输出其它的东西。

6.4. 4. 快速建立一个web服务 ¶

有时我们需要一个建立RPC服务简单而快速的方法。我们需要的只是让程序B去调用程序A(可能在另一个机器上)的方法。

我们不用了解关于这个的任何技术，但是我们只是需要这么个简单的东西，我们可以使用一个叫做 XML-RPC 的协议(对应的Python库实现 SimpleXMLRPCServer )来处理这种事。

这里是一个简单粗糙的文件阅读服务器:

from SimpleXMLRPCServer import SimpleXMLRPCServer

def file_reader(file_name):
    with open(file_name, 'r') as f:
        return f.read()

server = SimpleXMLRPCServer(('localhost', 8000))
server.register_introspection_functions()

server.register_function(file_reader)

server.serve_forever()

响应它的客户端:

import xmlrpclib
proxy = xmlrpclib.ServerProxy('http://localhost:8000/')
proxy.file_reader('/tmp/secret.txt')

现在我们就有了一个远程的文件阅读器，除了一点代码，没有外部依赖。(当然，不安全，所以只在”家”用这个吧)

6.5. 5. Python的开源社区 ¶

刚我一直在说Python的标准库了，这些库只要你安装Python就会包含在你的Python中。对于大多数的其他任务，这里有大量的社区维护的第三方库来满足我们的需求。

这是一个我挑选Python库的办法:

包含一个明确的协议，以便我们使用
积极活跃的开发和维护
可以用 pip 来安装，可以轻易地重复部署
拥有一个合适覆盖率的测试集

如果你发现了一个适合你需求的Python库，不要害羞，大多数开源项目欢迎我们贡献代码和协助，即使你不是一个Python老将。帮助之手随时受欢迎！

6.6. 译者追加的技巧 ¶

原文评论里的一些技巧, 值得一看！

快速在一个目录建立HTTP服务器
```
python -m SimpleHTTPServer
```
在 Python 3 中:
```
python -m http.server
```

命令行上漂亮地打印JSON:

echo '{"json":"obj"}' | python -mjson.tool

而且，如果你安装了 Pygments 模块，可以高亮地打印JSON:

echo '{"json":"obj"}' | python -mjson.tool | pygmentize -l json

注意 {} 是一个空的字典，而不是空的集合

***