python使用数字与字符串方法技巧

来源：脚本之家时间：2022-03-18 10:47:19

1. 少使用数字字面量2. 裸字符串处理的问题3. 展开复杂的计算字面量表达式4.实用技巧4.1布尔值也是数字4.2改善字符串的可读性。4.3以 r 开头的内建字符串函数。4.4 float (" inf ")5.常见误区5.1“value += 1” 并非线程安全5.2字符串拼接并不慢

1. 少使用数字字面量

下面的代码使用数字来作为判断条件的语句，如果你从别人手里接手过这部分代码，很难第一时间理解它的意义。

def mark_trip_as_featured(trip):
    """将某个旅程添加到推荐栏目
    """
    if trip.source == 11:
        do_some_thing(trip)
    elif trip.source == 12:
        do_some_other_thing(trip)
    ... ...
    return

我们可以使用枚举的方式，对这些数字部分做一些说明。

from enum import IntEnum

class TripSource(IntEnum):
    FROM_WEBSITE = 11
    FROM_IOS_CLIENT = 12


def mark_trip_as_featured(trip):
    if trip.source == TripSource.FROM_WEBSITE:
        do_some_thing(trip)
    elif trip.source == TripSource.FROM_IOS_CLIENT:
        do_some_other_thing(trip)
    ... ...
    return

将重复出现的数字定义成枚举类型，不仅改善了代码的可读性，还降低了代码出现 Bug 的机率。

当然不是所有的数字都需要用到枚举说明，像常见数字下标 0 和 -1
就不需要。

2. 裸字符串处理的问题

“ 裸字符串处理 ” 这里指只使用基本的加减乘除和循环、配合内置函数/方法来操作字符串，获得我们需要的结果。

def fetch_users(conn, min_level=None, gender=None, has_membership=False, sort_field="created"):
    """获取用户列表
   
    :param int min_level: 要求的最低用户级别，默认为所有级别
    :param int gender: 筛选用户性别，默认为所有性别
    :param int has_membership: 筛选所有会员/非会员用户，默认非会员
    :param str sort_field: 排序字段，默认为按 created "用户创建日期"
    :returns: 列表：[(User ID, User Name), ...]
    """
    # 一种古老的 SQL 拼接技巧，使用 "WHERE 1=1" 来简化字符串拼接操作
    # 区分查询 params 来避免 SQL 注入问题
    statement = "SELECT id, name FROM users WHERE 1=1"
    params = []
    if min_level is not None:
        statement += " AND level >= ?"
        params.append(min_level)
    if gender is not None:
        statement += " AND gender >= ?"
        params.append(gender)
    if has_membership:
        statement += " AND has_membership == true"
    else:
        statement += " AND has_membership == false"
    
    statement += " ORDER BY ?"
    params.append(sort_field)
    return list(conn.execute(statement, params))

这样做虽然看起来简单，符合直觉，但是随着函数逻辑变得复杂，这段代码会变得容易出错。

更好的选择是利用一些开源的对象化模块来操作他们。
这里使用了 SQLAlchemy。

def fetch_users_v2(conn, min_level=None, gender=None, has_membership=False, sort_field="created"):
    """获取用户列表
    """
    query = select([users.c.id, users.c.name])
    if min_level is not None:
        query = query.where(users.c.level >= min_level)
    if gender is not None:
        query = query.where(users.c.gender == gender)
    query = query.where(users.c.has_membership == has_membership).order_by(users.c[sort_field])
    return list(conn.execute(query))

其它的替换思路：

Q: 目标/源字符串是结构化的，遵循某种格式吗？

其它的开源的对象化模块。

SQL：SQLAlchemyXML：lxmlJSON、YAML …

尝试使用模板引擎而不是复杂字符串处理逻辑来达到目的。

Jinja2MakoMustache

3. 展开复杂的计算字面量表达式

def f1(delta_seconds):
    # 如果时间已经过去了超过 11 天，不做任何事
    if delta_seconds > 950400:
        return 
    ...

“为什么我们不直接把代码写成 if delta_seconds < 11 * 24 * 3600: 呢？”

“性能”，答案一定会是“性能”。 Python 是一门解释型语言，所以预先计算出 950400 正是因为我们不想让每次对函数 f1 的调用都带上这部分的计算开销。

不过事实是：即使我们把代码改成 if delta_seconds < 11 * 24 * 3600:，函数也不会多出任何额外的开销。

当我们的代码中需要出现复杂计算的字面量时，请保留整个算式吧。它对性能没有任何影响，而且会增加代码的可读性。

def f1(delta_seconds):
    if delta_seconds < 11 * 24 * 3600:
        return

4.实用技巧

4.1布尔值也是数字

True 和 False可以当成 1 和 0 使用

>>> True + 1
2
>>> 1 / False
Traceback (most recent call last):
  File "", line 1, in 
ZeroDivisionError: division by zero

计数简化操作。

>>> l = [1, 2, 4, 5, 7]
>>> sum(i % 2 == 0 for i in l)
2

如果将某个布尔值表达式作为列表的下标使用，可以实现类似三元表达式的目的：

# 类似的三元表达式："Javascript" if 2 > 1 else "Python"
>>> ["Python", "Javascript"][2 > 1]
"Javascript"

4.2改善字符串的可读性。

对于字符串我们常使用 \ 和 + 来讲字符串拆分成好几段。

还有一种简单的方法是用（）。
用（）括起来就可以随意拆行了。

s = (
    "There is something really bad happened during the process. "
    "Please contact your administrator."
)

对于多级缩进字符串:

可以调用其他的标准库来达到简化效果。

from textwrap import dedent

def main():
    if user.is_active:
        # dedent 将会缩进掉整段文字最左边的空字符串
        message = dedent("""\
            Welcome, today"s movie list:
            - Jaw (1975)
            - The Shining (1980)
            - Saw (2004)""")

大数字也可以变得更加可阅读:

在数字之间加入下划线。

>>> 10_000_000.0  # 以“千”为单位划分数字
10000000.0
>>> 0xCAFE_F00D  # 16进制数字同样有效，4个一组更易读
3405705229
>>> 0b_0011_1111_0100_1110  # 二进制也有效
16206
>>> int("0b_1111_0000", 2)  # 处理字符串的时候也会正确处理下划线
240

4.3以 r 开头的内建字符串函数。

例如 : .split() 和 .rsplit() 的区别是，一个从左到右分割字符串，另一个是从右到左处理字符串。

合理使用一些现成 string 操作函数可以让工作事半功倍。

4.4 float (" inf ")

float ( " inf " ) 和 float ( " -inf ")，对应着无穷大和无穷小。

float( " -inf ") < 任意数值 < float( " inf ")

一些可以用上的场合。

# A. 根据年龄升序排序，没有提供年龄放在最后边
>>> users = {"tom": 19, "jenny": 13, "jack": None, "andrew": 43}
>>> sorted(users.keys(), key=lambda user: users.get(user) or float("inf"))
["jenny", "tom", "andrew", "jack"]

# B. 作为循环初始值，简化第一次判断逻辑
>>> max_num = float("-inf")
>>> # 找到列表中最大的数字
>>> for i in [23, 71, 3, 21, 8]:
...:    if i > max_num:
...:         max_num = i
...:
>>> max_num
71

5.常见误区

5.1“value += 1” 并非线程安全

如下:这个操作并不是线程安全的。

这个简单的累加语句，会被编译成包括取值和保存在内的好几个不同步骤。

而在多线程环境下，任意一个其他线程都有可能在其中某个步骤切入进来，阻碍你获得正确的结果。

def incr(value):
    value += 1


# 使用 dis 模块查看字节码
import dis

dis.dis(incr)
      0 LOAD_FAST                0 (value)
      2 LOAD_CONST               1 (1)
      4 INPLACE_ADD
      6 STORE_FAST               0 (value)
      8 LOAD_CONST               0 (None)
     10 RETURN_VALUE

常用 dis 模块去验证自己的操作，有时候，结果和我们预想的并不一样。