51Testing软件测试论坛

标题: 12 个用于日常编程的杀手级 Python 代码片段 [打印本页]
作者: lsekfe    时间: 2022-8-2 09:30
标题: 12 个用于日常编程的杀手级 Python 代码片段
1、正则表达式
　　正则表达式是 Python 中匹配模式、搜索和替换字符串、验证字符串等的最佳技术。现在，您无需为此类工作使用循环和列表。
　　查看以下关于验证电子邮件格式的正则表达式片段代码示例:
  1. # Regular Expression Check Mail
  2. 　　import re
  3. 　　def Check_Mail(email):
  4. 　　   pattern = re.compile(r'([A-Za-z0-9]+[.-_])*[A-Za-z0-9]+@[A-Za-z0-9-]+(\.[A-Z|a-z]{2,})+')
  5. 　　   if re.fullmatch(pattern, email):
  6. 　　       print("valid")
  7. 　　   else:
  8. 　　       print("Invalid")
  9. 　　Check_Mail("codedev101@gmail.com") #valid
  10. 　　Check_Mail("codedev101-haider@uni.edu")  #Invalid
  11. 　　Check_Mail("code-101-work@my.net") # Invalid
复制代码
2、Pro Slicing
　　这个简单的代码片段将帮助您像专业人士一样对列表进行切片。查看下面的示例代码：
  1. # Pro Slicing
  2. 　　# list[start:end:step]
  3. 　　mylist = [1, 2, 3, 5, 5, 6, 7, 8, 9, 12]
  4. 　　mail ="codedev-medium@example.com"
  5. 　　print(mylist[4:-3]) # 5 6 7
  6. 　　print(mail[8 : 14]) # medium
复制代码
3、Swap without Temp
　　您是否使用 Temp 变量来交换两个数据，而不是在 Python 中您不需要使用它？在此代码段中，我将与您分享如何在不使用 temp 的情况下交换两个数据变量。
　　查看下面的代码：
  1. 　# Swap without Temp
  2. 　　i = 134
  3. 　　j = 431
  4. 　　[i, j] = [j, i]
  5. 　　print(i) #431
  6. 　　print(j) #134
复制代码
4、Magic of F-string
　　我们可能使用 format() 方法或“%”方法来格式化字符串中的变量。这段代码将向您介绍 F 字符串，它比另一种格式要好得多。
　　看看下面的示例代码：
  1. 　# Magic of f-String
  2. 　　# Normal Method
  3. 　　name = "Codedev"
  4. 　　lang = "Python"
  5. 　　data = "{} is writing article on {}".format(name, lang)
  6. 　　print(data)
  7. 　　# Pro Method with f-string
  8. 　　data = f"{name} is writing article on {lang}"
  9. 　　print(data
复制代码
5、获取索引
　　现在您不再需要 Loop 来查找特定元素的索引。您可以使用列表中的 index() 方法来完成。
　　查看下面的代码：
  1. # Get Index
  2. 　　x = [10 ,20, 30, 40, 50]
  3. 　　print(x.index(10)) # 0  
  4. 　　print(x.index(30)) # 4
  5. 　　print(x.index(50)) # 2
复制代码
6、基于Another List的排序列表
　　此代码段将向您展示如何根据另一个列表对列表进行排序。当您需要根据所需的位置进行排序时，此代码段非常方便。
  1. # Sort List based on another List
  2. 　　list1 =  ["a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m"]
  3. 　　list2 = [ 0, 1, 1, 1, 2, 2, 0, 1, 1, 3, 4]
  4. 　　C = [x for _, x in sorted(zip(list2, list1), key=lambda pair: pair[0])]
  5. 　　print(C) # ['a', 'g', 'b', 'c', 'd', 'h', 'i', 'e', 'f', 'j', 'k']
复制代码
7、 反转字典
　　现在您不需要循环来反转任何字典。此代码段代码将在第二次尝试该代码段代码时反转字典。
  1. # Invert the Dictionary
  2. 　　def Invert_Dictionary(data):
  3. 　　   return  {value: key for key, value in data.items()}
  4. 　　data = {"A": 1, "B":2, "C": 3}
  5. 　　invert = Invert_Dictionary(data)
  6. 　　print(invert) # {1: 'A', 2: 'B', 3: 'C'}
复制代码
8、多线程
　　多线程将帮助您同时并行运行 Python 函数。假设您想同时执行 5 个函数，而无需等待每个函数完成。
　　查看下面的代码段:
  1. 　# Multi-threading
  2. 　　import threading
  3. 　　def func(num):
  4. 　　   for x in range(num):
  5. 　　       print(x)
  6. 　　if __name__ == "__main__":
  7. 　　   t1 = threading.Thread(target=func, args=(10,))
  8. 　　   t2 = threading.Thread(target=func, args=(20,))
  9. 　　   t1.start()
  10. 　　   t2.start()
  11. 　　   t1.join()
  12. 　　   t2.join()
复制代码
9、列表中出现最多的元素
　　此片段代码将简单地计算列表中出现次数最多的元素。我已经展示了两种方法来做到这一点。
　　在下面查看它:
  1. 　# Element Occur most in List
  2. 　　from collections import Counter
  3. 　　mylst = ["a", "a", "b", "c", "a", "b","b", "c", "d", "a"]
  4. 　　# Method 1
  5. 　　def occur_most1(mylst):
  6. 　　   return max(set(mylst), key=mylst.count)
  7. 　　print(occur_most1(mylst)) # a
  8. 　　# Method 2  
  9. 　　# Much Faster then Method 1
  10. 　　def occur_most2(mylst):
  11. 　　   data = Counter(mylst)
  12. 　　   return data.most_common(1)[0][0]
  13. 　　print(occur_most2(mylst)) # a
复制代码
10、分割线
　　有一个逐行格式的原始文本，并希望将其分成几行。此代码段将在一秒钟内解决您的问题。
  1. # Split lines
  2. 　　data1 = """Hello to
  3. 　　Python"""
  4. 　　data2 = """Programming
  5. 　　Langauges"""
  6. 　　print(data1.split("\n")) # ['Hello to', 'Python']
  7. 　　print(data2.split("\n")) # ['Programming', ' Langauges']
复制代码
11、 将列表映射到字典
　　此代码段将帮助您将任意两个列表转换为字典格式。要了解它是如何工作的，请查看下面的代码:
  1. # Map List into Dictionary
  2. 　　def Convert_to_Dict(k, v):
  3. 　　   return dict(zip(k, v))
  4. 　　k = ["a", "b", "c", "d", "e"]   
  5. 　　v = [1, 2, 3, 4, 5]
  6. 　　print(Convert_to_Dict(k, v)) # {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
复制代码
12、解析电子表格
　　现在您不需要 Pandas 或任何其他外部 Python 包来解析电子表格。Python 有一个内置的 CSV 模块，这段代码将向您展示如何使用它。
  1. # Parse Spreadsheet
  2. 　　import csv
  3. 　　#Reading
  4. 　　with open("test.csv", "r") as file:
  5. 　　   csv_reader = csv.reader(file)
  6. 　　   for row in csv_reader:
  7. 　　       print(row)
  8. 　　file.close()
  9. 　　#Writing
  10. 　　header = ["ID", "Languages"]
  11. 　　csv_data = [234, "Python", 344, "JavaScript", 567, "Dart"]
  12. 　　with open("test2.csv", 'w', newline="") as file:
  13. 　　   csv_writer = csv.writer(file)
  14. 　　   csv_writer.writerow(header)
  15. 　　   csv_writer.writerows(csv_data)
复制代码


















欢迎光临 51Testing软件测试论坛 (http://bbs.51testing.com/) Powered by Discuz! X3.2