Python3.6全揭秘

发表于 | 分类于 | 阅读次数:

刚才看到Learn Python the Hard
Way第四版都开始使用Python
3.6😝，。想起当时某些人还吐槽我的书竟然是使用Python 2的，好吧，我也来列一下Python
3.6中非常值得一提的变化（最详细的当然还是看官方的What’s
New）。

Literal String Interpolation

新增了格式化字符串变量语法，通过字符串的前缀f，实现类似于Scala/Swift等语言的字符串插值：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

>>> name = 'Fred'  
>>> f'My name is {name}'  
'My name is Fred'  
>>> date = datetime.datetime.now().date()  
>>> f'{date} was on a {date:%A}'  
'2017-02-25 was on a Saturday'  
>>> f'{"quoted string"}'  
'quoted string'  
>>> def foo():  
...     return 20  
...  
>>> f'result={foo()}'  
'result=20'

Asynchronous Generators

新增异步生成器语法，可以直接在协程中用生成器：

1
2
3
4
5
6
7
8

async def coro():  
    for item in range(10):  
        yield item  
  
async def main():  
    async for item in coro():  
        ...

Async comprehensions

新增异步解析语法：

1
2
3
4
5
6
7

result = [await fun() for fun in funcs]  
result = {await fun() for fun in funcs}  
result = {fun: await fun() for fun in funcs}  
result = [func async for fun in funcs]  
result = {func async for fun in funcs}  
result = {func async for fun in funcs}

Variable annotations

在Python 3.5的时候已经添加了类型标注语法:

1
2
3

primes = []  # type: List[int]  
primes = 1

不过得通过mypy做类型检查:

1
2
3

❯ mypy prime.py  
prime.py:2: error: Incompatible types in assignment (expression has type "int", variable has type List[int])

现在又新增给变量添加注释语法:

1
2
3
4
5

>>> from typing import List  
>>> primes: List[int] = []  
>>> __annotations__  
{'primes': typing.List[int]}

Underscores in Numeric Literals

新增数字变量使用下划线语法：

1
2
3
4
5

>>> '{:_}'.format(1000000)  
'1_000_000'  
>>> 10_000_000.0  
10000000.0

新模块secrets

用来以简化使用于管理密码，比如账号认证，令牌等的密码的随机数的生成：

1
2
3
4

>>> import secrets  
>>> 'https://mydomain.com/reset=' + secrets.token_urlsafe()  
'https://mydomain.com/reset=3-dr2ZQLSDO1lOOgEG4Pd518iwNS-FuNNTptzYdI7VA'

重新实现了dict。

之前的大量实验证实，Python 3一直比较慢，这也是我一直观望的原因。目前看，Python
2.7还是最快的Python解释器。官方一直致力于速度的提升，所以 Python 3.4 < Python 3.5 < Python 3.6。
所以，3.6中参考PyPy重新实现了字典dict，使其更加紧凑。此次重新实现的dict比Python3.5中的字典内存使用减少了20%-25%。
PS: 看目前正在开发的3.7, 也会有一些显著的改善。

定制类的创建使用新协议进行了简化

Simpler customisation of class
creation提供了一种可以在不使用元类的情况下自定义子类的方法。每当创建一个新的子类时，新的init_subclass类方法会被调用：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

>>> class PluginBase:  
>>>    subclasses = []  
>>>    def __init_subclass__(cls, **kwargs):  
>>>        super().__init_subclass__(**kwargs)  
>>>        cls.subclasses.append(cls)  
  
>>> class Plugin1(PluginBase):  
>>>    pass  
      
>>> class Plugin2(PluginBase):  
>>>    pass  
      
>>> PluginBase.subclasses  
[__main__.Plugin1, __main__.Plugin2]

这样让自定义类的变得更简单了。

描述符协议增强

描述符是一个具有绑定行为的对象属性，由于它的优先级高会改变一个属性的基本的获取、设置和删除方式，我们先看一个例子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

class Integer(object):  
    def __init__(self, name):  
        self.name = name  
  
    def __get__(self, instance, owner):  
       return instance.__dict__[self.name]  
  
    def __set__(self, instance, value):  
        if value < 0:  
            raise ValueError('Negative value not allowed')  
        instance.__dict__[self.name] = value  
  
  
class Movie(object):  
    score = Integer('score')  
    amount = Integer('amount')  
  
  
movie = Movie()  
movie.score = 9  
print(movie.score)

相当于把score和amount这个2个属性都绑定上Integer的对象上了，结果会是：

1
2

❯ python3 movie.py

上面的用法有个问题，就是初始化的时候都明确让属性的值绑定在Integer上的name属性上，而无法获知所有者类的属性名。使用在PEP487上提供的可选的set_name()可以获得这个属性名字，并且可以自定义这部分内容：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

class Integer(object):  
    def __get__(self, instance, owner):  
       return instance.__dict__[self.name]  
  
    def __set__(self, instance, value):  
        if value < 0:  
            raise ValueError('Negative value not allowed')  
        instance.__dict__[self.name] = value  
  
    def __set_name__(self, owner, name):  
        self.name = name  
  
  
class Movie(object):  
    score = Integer()  
    amount = Integer()  
  
  
movie = Movie()  
movie.score = 9  
print(movie.score)

Preserving Class Attribute Definition Order

我们知道Python 2中dict是不能保存键值顺序的:

1
2
3
4
5

❯ python2  
>>> d = {'a': 1, 'b': 2, 'c': 3}  
>>> d  
{'a': 1, 'c': 3, 'b': 2}

现在则会保存类属性定义顺序。也就是按照源码中属性名出现的顺序存储在\dict
的属性中。
而且我发现dict的实现也保留了顺序：

1
2
3
4
5
6
7
8

❯ python3  
Python 3.6.0 (default, Dec 24 2016, 00:01:50)  
...  
>>> d = {'a': 1, 'b': 2, 'c': 3}  
>>> d  
{'a': 1, 'b': 2, 'c': 3}  
>>>

看来OrderdDict要失业了~

Preserving Keyword Argument Order

现在也会保存关键字参数顺序了：

1
2
3
4
5
6

>>> def test(**kw):  
...     print(kw)  
...  
>>> test(a=1, b=2, c=3)  
{'a': 1, 'b': 2, 'c': 3}

asyncio可用于生产环境

asyncio模板添加了很多新的功能、重要的可用性、性能改进以及大量的bug，现在asyncio模块的API已经很稳定，可用于生产环境了。其中：

  1. 有了一个更快的asyncio.Future的C的实现。
  2. 有了一个更快的asyncio.Task的C的实现。
    使用这2个实现可以让效率提高15%左右。而使用第三方的uvloop还能让速度提升5%-10%。

    re模块

  3. 在正则表达式中，增加对spans修饰符的支持。示例: ‘(?i:p)ython’ 匹配 ‘python’ 和 ‘Python’, 但不匹配 ‘PYTHON’； ‘(?i)g(?-i:v)r’ 匹配 ‘GvR’ 和 ‘gvr’, 但不匹配 ‘GVR’。
  4. 匹配对象组可通过getitem访问, 它就等价于 group()。因此， 现在mo[‘name’] 就等价于 mo.group(‘name’)。
  5. Match对象支持index-like对象一样的组索引。

    glob优化

    通过os.scandir对glob模块中的glob()及iglob()进行优化，使得它们现在大概快了3-6倍。😔
    唉，我当时咋没想到呢。有兴趣的可以看Issue
    25596    。如果你正常也有这种目录扫描的需求，请参看实现。

    pickle优化

    当对大量小对象进行反序列化时，pickle.load()和pickle.loads()的速度可提高10%。

版权声明：本文由 董伟明 原创，未经作者授权禁止任何微信公众号和向掘金(juejin.im)转载，技术博客转载采用 保留署名-非商业性使用-禁止演绎 4.0-国际许可协议
python