我已經使用Python編程有多年了，即使今天我仍然驚奇于這種語言所能讓代碼表現出的整潔和對DRY編程原則的適用。這些年來的經歷讓我學到了很多的小技巧和知識，大多數是通過閱讀很流行的開源軟件，如Django, Flask, Requests中獲得的。

下面我挑選出的這幾個技巧常常會被人們忽略，但它們在日常編程中能真正的給我們帶來不少幫助。

1.字典推導(Dictionary comprehensions)和集合推導(Set comprehensions)

大多數的Python程序員都知道且使用過列表推導(list comprehensions)。如果你對list comprehensions概念不是很熟悉——一個list comprehension就是一個更簡短、簡潔的創建一個list的方法。

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

自從Python 3.1(甚至是Python 2.7)起，我們可以用同樣的語法來創建集合和字典表：

>>>?#?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}?

在第一個例子里，我們以some_list為基礎，創建了一個具有不重復元素的集合，而且集合里只包含偶數。而在字典表的例子里，我們創建了一個key是不重復的1到10之間的整數，value是布爾型，用來指示key是否是偶數。

這里另外一個值得注意的事情是集合的字面量表示法。我們可以簡單的用這種方法創建一個集合：

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

而不需要使用內置函數set()。

2.計數時使用Counter計數對象

這聽起來顯而易見，但經常被人忘記。對于大多數程序員來說，數一個東西是一項很常見的任務，而且在大多數情況下并不是很有挑戰性的事情——這里有幾種方法能更簡單的完成這種任務。

Python的collections類庫里有個內置的dict類的子類，是專門來干這種事情的：

>>>?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)]?

3.漂亮的打印出JSON

JSON是一種非常好的數據序列化的形式，被如今的各種API和web service大量的使用。使用python內置的json處理，可以使JSON串具有一定的可讀性，但當遇到大型數據時，它表現成一個很長的、連續的一行時，人的肉眼就很難觀看了。

為了能讓JSON數據表現的更友好，我們可以使用indent參數來輸出漂亮的JSON。當在控制臺交互式編程或做日志時，這尤其有用：

>>>?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 ?
????} ?
??] ?
?
}?

同樣，使用內置的pprint模塊，也可以讓其它任何東西打印輸出的更漂亮。

4.創建一次性的、快速的小型Web服務

有時候，我們需要在兩臺機器或服務之間做一些簡便的、很基礎的RPC之類的交互。我們希望用一種簡單的方式使用B程序調用A程序里的一個方法——有時是在另一臺機器上。僅內部使用。

我并不鼓勵將這里介紹的方法用在非內部的、一次性的編程中。我們可以使用一種叫做XML-RPC的協議 (相對應的是這個Python庫)，來做這種事情。

下面是一個使用SimpleXMLRPCServer模塊建立一個快速的小的文件讀取服務器的例子：

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()?

客戶端：

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

我們這樣就得到了一個遠程文件讀取工具，沒有外部的依賴，只有幾句代碼(當然，沒有任何安全措施，所以只可以在家里這樣做)。

5.Python神奇的開源社區

這里我提到的幾個東西都是Python標準庫里的，如果你安裝了Python，你就已經可以這樣使用了。而對于很多其它類型的任務，這里有大量的社區維護的第三方庫可供你使用。

下面這個清單是我認為的好用且健壯的開源庫的必備條件：

好的開源庫必須…

• 包含一個很清楚的許可聲明，能適用于你的使用場景。
• 開發和維護工作很活躍(或，你能參與開發維護它。)
• 能夠簡單的使用pip安裝或反復部署。
• 有測試套件，具有足夠的測試覆蓋率。

如果你發現一個好的程序庫，符合你的要求，不要不好意思————大部分的開源項目都歡迎捐贈代碼和歡迎提供幫助——即使你不是一個Python高手。

英文來自：Improving Your Python Productivity

譯文：外刊IT時代