歡迎光臨
每天分享高質量文章

日常 Python 程式設計優雅之道 | Linux 中國

3 個可以使你的 Python 程式碼更優雅、可讀、直觀和易於維護的工具。
— Nina Zakharenko


致謝
編譯自 | 
https://opensource.com/article/18/4/elegant-solutions-everyday-python-problems
 
 作者 | Nina Zakharenko
 譯者 | MjSeven ? ? ? ? 共計翻譯:60 篇 貢獻時間:172 天

3 個可以使你的 Python 程式碼更優雅、可讀、直觀和易於維護的工具。

Python 提供了一組獨特的工具和語言特性來使你的程式碼更加優雅、可讀和直觀。為正確的問題選擇合適的工具,你的程式碼將更易於維護。在本文中,我們將研究其中的三個工具:魔術方法、迭代器和生成器,以及方法魔術。

魔術方法

魔術方法可以看作是 Python 的管道。它們被稱為“底層”方法,用於某些內建的方法、符號和操作。你可能熟悉的常見魔術方法是 __init__(),當我們想要初始化一個類的新實體時,它會被呼叫。

你可能已經看過其他常見的魔術方法,如 __str__ 和 __repr__。Python 中有一整套魔術方法,透過實現其中的一些方法,我們可以修改一個物件的行為,甚至使其行為類似於內建資料型別,例如數字、串列或字典。

讓我們建立一個 Money 類來示例:

  1. class Money:

  2.    currency_rates = {

  3.        '$': 1,

  4.        '€': 0.88,

  5.    }

  6.    def __init__(self, symbol, amount):

  7.        self.symbol = symbol

  8.        self.amount = amount

  9.    def __repr__(self):

  10.        return '%s%.2f' % (self.symbol, self.amount)

  11.    def convert(self, other):

  12.        """ Convert other amount to our currency """

  13.        new_amount = (

  14.            other.amount / self.currency_rates[other.symbol]

  15.            * self.currency_rates[self.symbol])

  16.        return Money(self.symbol, new_amount)

該類定義為給定的貨幣符號和匯率定義了一個貨幣匯率,指定了一個初始化器(也稱為建構式),並實現 __repr__,因此當我們列印這個類時,我們會看到一個友好的表示,例如 $2.00 ,這是一個帶有貨幣符號和金額的 Money('$', 2.00) 實體。最重要的是,它定義了一種方法,允許你使用不同的匯率在不同的貨幣之間進行轉換。

開啟 Python shell,假設我們已經定義了使用兩種不同貨幣的食品的成本,如下所示:

  1. >>> soda_cost = Money('$', 5.25)

  2. >>> soda_cost

  3.    $5.25

  4. >>> pizza_cost = Money('€', 7.99)

  5. >>> pizza_cost

  6.    7.99

我們可以使用魔術方法使得這個類的實體之間可以相互互動。假設我們希望能夠將這個類的兩個實體一起加在一起,即使它們是不同的貨幣。為了實現這一點,我們可以在 Money 類上實現 __add__ 這個魔術方法:

  1. class Money:

  2.    # ... previously defined methods ...

  3.    def __add__(self, other):

  4.        """ Add 2 Money instances using '+' """

  5.        new_amount = self.amount + self.convert(other).amount

  6.        return Money(self.symbol, new_amount)

現在我們可以以非常直觀的方式使用這個類:

  1. >>> soda_cost = Money('$', 5.25)

  2. >>> pizza_cost = Money('€', 7.99)

  3. >>> soda_cost + pizza_cost

  4.    $14.33

  5. >>> pizza_cost + soda_cost

  6.    12.61

當我們將兩個實體加在一起時,我們得到以第一個定義的貨幣符號所表示的結果。所有的轉換都是在底層無縫完成的。如果我們想的話,我們也可以為減法實現 __sub__,為乘法實現 __mul__ 等等。閱讀模擬數字型別[1]魔術方法指南[2]來獲得更多資訊。

我們學習到 __add__ 對映到內建運運算元 +。其他魔術方法可以對映到像 [] 這樣的符號。例如,在字典中透過索引或鍵來獲得一項,其實是使用了 __getitem__ 方法:

  1. >>> d = {'one': 1, 'two': 2}

  2. >>> d['two']

  3. 2

  4. >>> d.__getitem__('two')

  5. 2

一些魔術方法甚至對映到內建函式,例如 __len__() 對映到 len()

  1. class Alphabet:

  2.    letters = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'

  3.    def __len__(self):

  4.        return len(self.letters)

  5. >>> my_alphabet = Alphabet()

  6. >>> len(my_alphabet)

  7.    26

自定義迭代器

對於新的和經驗豐富的 Python 開發者來說,自定義迭代器是一個非常強大的但令人迷惑的主題。

許多內建型別,例如串列、集合和字典,已經實現了允許它們在底層迭代的協議。這使我們可以輕鬆地遍歷它們。

  1. >>> for food in ['Pizza', 'Fries']:

  2.          print(food + '. Yum!')

  3. Pizza. Yum!

  4. Fries. Yum!

我們如何迭代我們自己的自定義類?首先,讓我們來澄清一些術語。

◈ 要成為一個可迭代物件,一個類需要實現 __iter__()
◈ __iter__() 方法需要傳回一個迭代器
◈ 要成為一個迭代器,一個類需要實現 __next__()(或在 Python 2[3]中是 next()),當沒有更多的項要迭代時,必須丟擲一個 StopIteration 異常。

呼!這聽起來很複雜,但是一旦你記住了這些基本概念,你就可以在任何時候進行迭代。

我們什麼時候想使用自定義迭代器?讓我們想象一個場景,我們有一個 Server 實體在不同的埠上執行不同的服務,如 http 和 ssh。其中一些服務處於 active 狀態,而其他服務則處於 inactive 狀態。

  1. class Server:

  2.    services = [

  3.        {'active': False, 'protocol': 'ftp', 'port': 21},

  4.        {'active': True, 'protocol': 'ssh', 'port': 22},

  5.        {'active': True, 'protocol': 'http', 'port': 80},

  6.    ]

當我們遍歷 Server 實體時,我們只想遍歷那些處於 active 的服務。讓我們建立一個 IterableServer 類:

  1. class IterableServer:

  2.     def __init__(self):

  3.         self.current_pos = 0

  4.     def __next__(self):

  5.         pass  # TODO: 實現並記得丟擲 StopIteration

首先,我們將當前位置初始化為 0。然後,我們定義一個 __next__() 方法來傳回下一項。我們還將確保在沒有更多項傳回時丟擲 StopIteration。到目前為止都很好!現在,讓我們實現這個 __next__() 方法。

  1. class IterableServer:

  2.     def __init__(self):

  3.         self.current_pos = 0.  # 我們初始化當前位置為 0

  4.     def __iter__(self):  # 我們可以在這裡傳回 self,因為實現了 __next__

  5.         return self

  6.     def __next__(self):

  7.         while self.current_pos < len(self.services):

  8.             service = self.services[self.current_pos]

  9.             self.current_pos += 1

  10.             if service['active']:

  11.                 return service['protocol'], service['port']

  12.         raise StopIteration

  13.     next = __next__  # 可選的 Python2 相容性

我們對串列中的服務進行遍歷,而當前的位置小於服務的個數,但只有在服務處於活動狀態時才傳回。一旦我們遍歷完服務,就會丟擲一個 StopIteration 異常。

因為我們實現了 __next__() 方法,當它耗盡時,它會丟擲 StopIteration。我們可以從 __iter__() 傳回 self,因為 IterableServer 類遵循 iterable 協議。

現在我們可以遍歷一個 IterableServer 實體,這將允許我們檢視每個處於活動的服務,如下所示:

  1. >>> for protocol, port in IterableServer():

  2.         print('service %s is running on port %d' % (protocol, port))

  3. service ssh is running on port 22

  4. service http is running on port 21

太棒了,但我們可以做得更好!在這樣類似的實體中,我們的迭代器不需要維護大量的狀態,我們可以簡化程式碼並使用 generator(生成器)[4] 來代替。

  1. class Server:

  2.     services = [

  3.         {'active': False, 'protocol': 'ftp', 'port': 21},

  4.         {'active': True, 'protocol': 'ssh', 'port': 22},

  5.         {'active': True, 'protocol': 'http', 'port': 21},

  6.     ]

  7.     def __iter__(self):

  8.         for service in self.services:

  9.             if service['active']:

  10.                 yield service['protocol'], service['port']

yield 關鍵字到底是什麼?在定義生成器函式時使用 yield。這有點像 return,雖然 return 在傳回值後退出函式,但 yield 會暫停執行直到下次呼叫它。這允許你的生成器的功能在它恢復之前保持狀態。檢視 yield 的檔案[5]以瞭解更多資訊。使用生成器,我們不必透過記住我們的位置來手動維護狀態。生成器只知道兩件事:它現在需要做什麼以及計算下一個專案需要做什麼。一旦我們到達執行點,即 yield 不再被呼叫,我們就知道停止迭代。

這是因為一些內建的 Python 魔法。在 Python 關於 __iter__() 的檔案[6]中我們可以看到,如果 __iter__() 是作為一個生成器實現的,它將自動傳回一個迭代器物件,該物件提供 __iter__() 和 __next__() 方法。閱讀這篇很棒的文章,深入瞭解迭代器,可迭代物件和生成器[7]

方法魔法

由於其獨特的方面,Python 提供了一些有趣的方法魔法作為語言的一部分。

其中一個例子是別名功能。因為函式只是物件,所以我們可以將它們賦值給多個變數。例如:

  1. >>> def foo():

  2.        return 'foo'

  3. >>> foo()

  4. 'foo'

  5. >>> bar = foo

  6. >>> bar()

  7. 'foo'

我們稍後會看到它的作用。

Python 提供了一個方便的內建函式稱為 getattr()[8],它接受 object, name, default 引數併在 object 上傳回屬性 name。這種程式設計方式允許我們訪問實體變數和方法。例如:

  1. >>> class Dog:

  2.        sound = 'Bark'

  3.        def speak(self):

  4.            print(self.sound + '!', self.sound + '!')

  5. >>> fido = Dog()

  6. >>> fido.sound

  7. 'Bark'

  8. >>> getattr(fido, 'sound')

  9. 'Bark'

  10. >>> fido.speak

  11. <bound method Dog.speak of <__main__.Dog object at 0x102db8828>>

  12. >>> getattr(fido, 'speak')

  13. <bound method Dog.speak of <__main__.Dog object at 0x102db8828>>

  14. >>> fido.speak()

  15. Bark! Bark!

  16. >>> speak_method = getattr(fido, 'speak')

  17. >>> speak_method()

  18. Bark! Bark!

這是一個很酷的技巧,但是我們如何在實際中使用 getattr 呢?讓我們看一個例子,我們編寫一個小型命令列工具來動態處理命令。

  1. class Operations:

  2.     def say_hi(self, name):

  3.         print('Hello,', name)

  4.     def say_bye(self, name):

  5.         print ('Goodbye,', name)

  6.     def default(self, arg):

  7.         print ('This operation is not supported.')

  8. if __name__ == '__main__':

  9.     operations = Operations()

  10.     # 假設我們做了錯誤處理

  11.     command, argument = input('> ').split()

  12.     func_to_call = getattr(operations, command, operations.default)

  13.     func_to_call(argument)

指令碼的輸出是:

  1. $ python getattr.py

  2. > say_hi Nina

  3. Hello, Nina

  4. > blah blah

  5. This operation is not supported.

接下來,我們來看看 partial。例如,functool.partial(func, *args, **kwargs) 允許你傳回一個新的 partial 物件[9],它的行為類似 func,引數是 args 和 kwargs。如果傳入更多的 args,它們會被附加到 args。如果傳入更多的 kwargs,它們會擴充套件並改寫 kwargs。讓我們透過一個簡短的例子來看看:

  1. >>> from functools import partial

  2. >>> basetwo = partial(int, base=2)

  3. >>> basetwo

  4. <functools.partial object at 0x1085a09f0>

  5. >>> basetwo('10010')

  6. 18

  7. # 這等同於

  8. >>> int('10010', base=2)

讓我們看看在我喜歡的一個名為 agithub[10] 的庫中的一些示例程式碼中,這個方法魔術是如何結合在一起的,這是一個(名字起得很 low 的) REST API 客戶端,它具有透明的語法,允許你以最小的配置快速構建任何 REST API 原型(不僅僅是 GitHub)。我發現這個專案很有趣,因為它非常強大,但只有大約 400 行 Python 程式碼。你可以在大約 30 行配置程式碼中新增對任何 REST API 的支援。agithub 知道協議所需的一切(RESTHTTPTCP),但它不考慮上游 API。讓我們深入到它的實現中。

以下是我們如何為 GitHub API 和任何其他相關連線屬性定義端點 URL 的簡化版本。在這裡檢視完整程式碼[11]

  1. class GitHub(API):

  2.     def __init__(self, token=None, *args, **kwargs):

  3.         props = ConnectionProperties(api_url = kwargs.pop('api_url', 'api.github.com'))

  4.         self.setClient(Client(*args, **kwargs))

  5.         self.setConnectionProperties(props)

然後,一旦配置了訪問令牌[12],就可以開始使用 GitHub API[13]

  1. >>> gh = GitHub('token')

  2. >>> status, data = gh.user.repos.get(visibility='public', sort='created')

  3. >>> # ^ 對映到 GET /user/repos

  4. >>> data

  5. ... ['tweeter', 'snipey', '...']

請註意,你要確保 URL 拼寫正確,因為我們沒有驗證 URL。如果 URL 不存在或出現了其他任何錯誤,將傳回 API 丟擲的錯誤。那麼,這一切是如何運作的呢?讓我們找出答案。首先,我們將檢視一個 API 類[14]的簡化示例:

  1. class API:

  2.     # ... other methods ...

  3.     def __getattr__(self, key):

  4.         return IncompleteRequest(self.client).__getattr__(key)

  5.     __getitem__ = __getattr__

在 API 類上的每次呼叫都會呼叫 IncompleteRequest 類[15]作為指定的 key

  1. class IncompleteRequest:

  2.     # ... other methods ...

  3.     def __getattr__(self, key):

  4.         if key in self.client.http_methods:

  5.             htmlMethod = getattr(self.client, key)

  6.             return partial(htmlMethod, url=self.url)

  7.         else:

  8.             self.url += '/' + str(key)

  9.             return self

  10.     __getitem__ = __getattr__

  11. class Client:

  12.     http_methods = ('get')  # 還有 post, put, patch 等等。

  13.     def get(self, url, essay-headers={}, **params):

  14.         return self.request('GET', url, None, essay-headers)

如果最後一次呼叫不是 HTTP 方法(如 getpost 等),則傳回帶有附加路徑的 IncompleteRequest。否則,它從Client 類[16]獲取 HTTP 方法對應的正確函式,並傳回 partial

如果我們給出一個不存在的路徑會發生什麼?

  1. >>> status, data = this.path.doesnt.exist.get()

  2. >>> status

  3. ... 404

因為 __getattr__ 別名為 __getitem__

  1. >>> owner, repo = 'nnja', 'tweeter'

  2. >>> status, data = gh.repos[owner][repo].pulls.get()

  3. >>> # ^ Maps to GET /repos/nnja/tweeter/pulls

  4. >>> data

  5. .... # {....}

這真心是一些方法魔術!

瞭解更多

Python 提供了大量工具,使你的程式碼更優雅,更易於閱讀和理解。挑戰在於找到合適的工具來完成工作,但我希望本文為你的工具箱添加了一些新工具。而且,如果你想更進一步,你可以在我的部落格 nnja.io[17] 上閱讀有關裝飾器、背景關係管理器、背景關係生成器和命名元組的內容。隨著你成為一名更好的 Python 開發人員,我鼓勵你到那裡閱讀一些設計良好的專案的原始碼。Requests[18] 和 Flask[19] 是兩個很好的起步的程式碼庫。


via: https://opensource.com/article/18/4/elegant-solutions-everyday-python-problems

作者:Nina Zakharenko[21] 選題:lujun9972 譯者:MjSeven 校對:wxy

本文由 LCTT 原創編譯,Linux中國 榮譽推出

贊(0)

分享創造快樂

© 2024 知識星球   網站地圖