我曾经以为自己已经完全掌握了 Python。几年时间，也完成了一些中小项目，写了数万行代码。然而，我偶然发现了一些特性——一些不起眼的小特性——让我意识到自己对 Python 的了解还只是冰山一角。

这些才是真正的好东西。它们能以更少的资源实现更多的功能。现在，当我想要强大的功能却又不想面对复杂的操作时，我都会选择它们。说实话，我后悔没有早点用上它们。

话不多说，我们直接开始吧！

1. types.SimpleNamespace

鲜为人知的 JSON 杀手

你是否曾经收到过一个巨大的 JSON 数据块，结果因为写了太多次 data['user']['profile']['name']，导致小指都因为方括号太多而抽筋？

引入 SimpleNamespace。它允许你像处理对象一样处理字典——包括点访问等功能。

from types import SimpleNamespaceimport jsondata = '{"user": {"profile": {"name": "Alex"}}}'ns = json.loads(data, object_hook=lambda d: SimpleNamespace(**d))print(ns.user.profile.name)     # 结果比你的浏览器流失还简洁

为何重要？

无需编写自定义类来访问嵌套数据。这种方法速度更快、更易读，而且感觉更顺手。

额外功能： 您甚至可以使用 SimpleNamespace(**your_dict) 转换您自己的字典。

2. contextlib.suppress

你在 try-except 地狱里的新挚友

我们都见过这种代码块：臃肿的 try-except 代码块，捕获到错误后什么也不做，然后默默地继续执行。

try:    os.remove('temp.txt')except FileNotFoundError:    pass

用以下方式替换该噪音：

from contextlib import suppresswith suppress(FileNotFoundError):    os.remove('temp.txt')

更简洁、更富表现力、摒弃不必要的繁文缛节。

为何重要？

当你 故意 想要忽略错误时（是的，有时候这样做是允许的），这就是方法。而且还有一个好处：它在循环中也能完美运行。

3. functools.partial

无需完全进入僧侣模式即可进行函数式编程

你有没有过这样的经历：像唱片卡带一样，一遍又一遍地向函数传递相同的参数？

from functools import partialdef greet(name, punctuation):    print(f"Hello, {name}{punctuation}")excited_greet = partial(greet, punctuation='!')excited_greet('Pythonista')  # Hello, Pythonista!

现在想象一下将它与回调函数、GUI 应用或多进程一起使用。部分函数允许你预加载参数，这对于提高代码可读性来说简直是锦上添花。

为何重要？

减少样板代码，提高清晰度，并使你的函数像乐高积木一样模块化和可重用。

4. contextlib.ExitStack

多个上下文管理器，无需担心嵌套问题

曾经想过打开五个文件并正确关闭它们吗？通常你会看到这样的界面：

with open('a.txt') as a, open('b.txt') as b, open('c.txt') as c:    ...

但如果直到运行时才能知道文件数量怎么办？

from contextlib import ExitStackwith ExitStack() as stack:    files = [stack.enter_context(open(fname)) for fname in file_list]    # Do your magic with the files

为何重要？

动态资源管理，避免内存泄漏或使用 try-finally 造成的代码分散。

如果你编写任何非平凡的文件、套接字或资源密集型代码， ExitStack 就是你的安全网。

5. textwrap.dedent

因为并非所有内容都应该从第 0 列开始

你是否曾经编写过多行字符串，却被奇怪的缩进弄得措手不及？

from textwrap import dedentmessage = dedent("""    Dear Human,    Please remember to use Python responsibly.    Yours truly,    The Interpreter""")print(message)

为何重要？

非常适合用于电子邮件、日志或任何不需要输出缩进的场合。代码简洁，输出清晰。

我曾经动态生成过 HTML 邮件。如果没有 dedent，邮件要么无法阅读，要么显示错误。这个方法帮了我大忙。

6. 带有哨兵值的 iter

像专业人士一样循环播放，而不是像原始人一样。

不要使用这种笨拙的 while 循环：

while True:    chunk = f.read(32)    if not chunk:        break    process(chunk)

试试这种优雅的方式：

for chunk in iter(lambda: f.read(32), ''):    process(chunk)

为何重要？

更符合 Python 风格，逻辑错误更少，而且对于文件或流操作来说非常简洁。

如果你对生成器和惰性求值感兴趣（你应该感兴趣），那么这门技术是你必须了解的。

7. warnings 模块

生产环境中的静默调试器

你并不总是希望代码崩溃，但你确实想知道是否发生了什么异常情况。

import warningsdef dangerous_thing():    warnings.warn("This might blow up later.", category=RuntimeWarning)

为何重要？

它允许你在不破坏应用的情况下发现问题。而且你可以控制问题的显示方式、过滤方式或静音方式。

Python 解释器本身会对诸如已弃用的 API 之类的东西发出 warnings。你也应该这样做。

Thanks for your reading!

Enjoying coding, my friends! 🧑‍💻🧑‍💻🧑‍💻💯💯💯

推荐阅读👇👇👇