北京时间 10 月 15 日,Python 官方发布了 3.8.0 正式版,该版本较 3.7 版本再次带来了多个非常实用的新特性。
赋值表达式
PEP 572: Assignment Expressions
新增一种新语法形式::=
,又称为“海象运算符”(为什么叫海象,看看这两个符号像不像颜表情),如果你用过 Go 语言,应该对这个语法非常熟悉。
具体作用我们直接用实例来展示,比如在使用正则匹配时,以往版本中我们会如下写:
import re
pattern = re.compile('a')
data = 'abc'
match = pattern.search(data)
if match is not None:
print(match.group(0))
而使用赋值表达式时,我们可以改写为:
if (match := pattern.search(data)) is not None:
print(match.group(0))
在 if 语句中同时完成了求值、赋值变量、变量判断三步操作,再次简化了代码。
下面是在列表表达式中的用法:
filtered_data = [y for x in data if (y := func(x)) is not None]
强制位置参数
PEP 570: Python Positional-Only parameters
新增一个函数形参标记:/
,用来表示标记左侧的参数,都只接受位置参数,不能使用关键字参数形式。
>>> def pow(x, y, z=None, /):
... r = x ** y
... return r if z is None else r%z
...
>>> pow(5, 3)
125
>>> pow(x=5, y=3)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: pow() takes no keyword arguments
这实际上是用纯 Python 代码来模拟现有 C 代码实现的内置函数中类似功能,比如内置函数 len('string')
传参是不能使用关键字参数的。
Runtime 审计钩子
PEP 578: Python Runtime Audit Hooks
这让我们可以对某些事件和 API 添加一些钩子,用于在运行时监听事件相关的参数。
比如这里监听 urllib 请求:
>>> import sys
>>> import urllib.request
>>> def audit_hook(event, args):
... if event in ['urllib.Request']:
... print(f'{event=} {args=}')
...
>>> sys.addaudithook(audit_hook)
>>> urllib.request.urlopen('https://httpbin.org/get?a=1')
event = 'urllib.Request' args =( 'https://httpbin.org/get?a=1' , None , {}, 'GET' )
<http.client.HTTPResponse object at 0x108f09b38>
官方内置了一些 API,具体可查看 PEP-578 规范文档,也可以自定义。
f-strings 支持等号
在 Python 3.6 版本中增加了 f-strings,可以使用 f 前缀更方便地格式化字符串,同时还能进行计算,比如:
>>> x = 10
>>> print(f'{x+1}')
11
在 3.8 中只需要增加一个 =
符号,即可拼接运算表达式与结果:
>>> x = 10
>>> print(f'{x+1=}')
'x+1=11'
这个特性官方指明了适用于 Debug。
Asyncio 异步交互模式
在之前版本的 Python 交互模式中(REPL),涉及到 Asyncio 异步函数,通常需要使用 asyncio.run(func())
才能执行。
而在 3.8 版本中,当使用 python -m asyncio
进入交互模式,则不再需要 asyncio.run
。
>>> import asyncio
>>> async def test():
... await asyncio.sleep(1)
... return 'test'
...
>>> await test()
'test'
跨进程共享内存
在 Python 多进程中,不同进程之间的通信是常见的问题,通常的方式是使用 multiprocessing.Queue
或者 multiprocessing.Pipe
,在 3.8 版本中加入了 multiprocessing.shared_memory
,利用专用于共享 Python 基础对象的内存区域,为进程通信提供一个新的选择。
from multiprocessing import Process
from multiprocessing import shared_memory
share_nums = shared_memory.ShareableList(range(5))
def work1(nums):
for i in range(5):
nums[i] += 10
print('work1 nums = %s'% nums)
def work2(nums):
print('work2 nums = %s'% nums)
if __name__ == '__main__':
p1 = Process(target=work1, args=(share_nums, ))
p1.start()
p1.join()
p2 = Process(target=work2, args=(share_nums, ))
p2.start()
# 输出结果:
# work1 nums = [10, 11, 12, 13, 14]
# work2 nums = [10, 11, 12, 13, 14]
以上代码中 work1 与 work2 虽然运行在两个进程中,但都可以访问和修改同一个 ShareableList
对象。
@cached_property
熟悉 Python Web 开发的同学,对 werkzeug.utils.cached_property
与 django.utils.functional.cached_property
这两个装饰器一定非常熟悉,它们是内置 @property
装饰器的加强版,被装饰的实例方法不仅变成了属性调用,还会自动缓存方法的返回值。
现在官方终于加入了自己的实现:
>>> import time
>>> from functools import cached_property
>>> class Example:
... @cached_property
... def result(self):
... time.sleep(1) # 模拟计算耗时
... print('work 1 sec...')
... return 10
...
>>> e = Example()
>>> e.result
work 1 sec...
10
>>> e.result # 第二次调用直接使用缓存,不会耗时
10
其他改进
- PEP 587: Python 初始化配置
- PEP 590: Vectorcall,用于 CPython 的快速调用协议
finally:
中现在允许使用continue
typed_ast
被合并回 CPythonpickle
现在默认使用协议4,提高了性能LOAD_GLOBAL
速度加快了 40%unittest
加入了异步支持- 在 Windows 上,默认 asyncio 事件循环现在是
ProactorEventLoop
- 在 macOS 上,
multiprocessing
启动方法默认使用spawn
更多具体变化,可查看 What’s New In Python 3.8
本文属于原创内容,首发于微信公众号「面向人生编程」,如需转载请在公众号后台留言。
关注后回复以下信息获取更多资源
回复【资料】获取 Python / Java 等学习资源
回复【插件】获取爬虫常用的 Chrome 插件
回复【知乎】获取最新知乎模拟登录