 今天Python3.8发布啦，刚刚新版本添加了很多全新功能，发布分钟也表明Python的解新版本之路前进了一大步，小编整理了新版本的版本几个主要更新，为大家做详细解读！强大功 顺便一提，刚刚导致Python之父龟叔愤然离职的发布分钟赋值表达式功能还是上线了~ 新增赋值表达式 PEP 572的标题是赋值表达式，也叫做「命名表达式」，解新不过它现在被广泛的版本别名是「海象运算符」(The Walrus Operator)。因为:=很像海象「眼睛小，强大功长着两枚长长的刚刚牙」这个特点^_^。 在这里给大家展示个通过用PEP 572改写的发布分钟一行实现斐波那契数列的例子: In : (lambda f: f(f, int(input(Input: )), 1, 0, 1))(lambda f, t, i, a, b: print(ffib({i}) = {b}) or t == i or f ...: (f, t, i + 1, b, a + b)) Input: 10 fib(1) = 1 fib(2) = 1 fib(3) = 2 fib(4) = 3 fib(5) = 5 fib(6) = 8 fib(7) = 13 fib(8) = 21 fib(9) = 34 fib(10) = 55 Out: True 基于Raymond Hettinger版本改写: In : [(t:=(t[1], sum(t)) if i else (0,1))[1] for i in range(10)] Out: [1, 1, 2, 3, 5, 8, 13, 21, 34, 55] 强制使用位置参数 PEP 570说白了就是强制使用者用位置参数 温馨提示：Python3.8版本下，源码下载见到以下报错： TypeError: divmod() takes no keyword arguments 就是解新这个原因啦！ 运行时添加审计hooks 现在可以给Python运行时添加审计钩子: In : import sys ...: import urllib.request ...: ...: ...: def audit_hook(event,版本 args): ...: if event in [urllib.Request]: ...: print(fNetwork {event=} {args=}) ...: ...: sys.addaudithook(audit_hook) In : urllib.request.urlopen(https://httpbin.org/get?a=1) Network event=urllib.Request args=(https://httpbin.org/get?a=1, None, {}, GET) Out: <http.client.HTTPResponse at 0x10e394310> 目前支持审计的事件名字和API可以看PEP文档(延伸阅读链接2)， urllib.Request是强大功其中之一。另外还可以自定义事件: In : def audit_hook(event, args): ...: if event in [make_request]: ...: print(fNetwork {event=} {args=}) ...: In : sys.addaudithook(audit_hook) In : sys.audit(make_request, https://baidu.com) Network event=make_request args=(https://baidu.com,) In : sys.audit(make_request, https://douban.com) Network event=make_request args=(https://douban.com,) 跨进程内存共享 可以跨进程直接访问同一内存(共享): # IPython进程A In : from multiprocessing import shared_memory In : a = shared_memory.ShareableList([1, a, 0.1]) In : a Out: ShareableList([1, a, 0.1], name=psm_d5d6ba1b) # 注意name # IPython进程B(另外一个终端进入IPython) In : from multiprocessing import shared_memory In : b = shared_memory.ShareableList(name=psm_d5d6ba1b) # 使用name就可以共享内存 In : b Out: ShareableList([1, a, 0.1], name=psm_d5d6ba1b) 全新第三方包读取模块 使用新的 importlib.metadata模块可以直接读取第三方包的元数据: In : from importlib.metadata import version, files, requires, distribution In : version(flask) Out: 1.1.1 In : requires(requests) Out: [chardet (<3.1.0,>=3.0.2), idna (<2.9,>=2.5), urllib3 (!=1.25.0,!=1.25.1,<1.26,>=1.21.1), certifi (>=2017.4.17), "pyOpenSSL (>=0.14) ; extra == security", "cryptography (>=1.3.4) ; extra == security", "idna (>=2.0.0) ; extra == security", "PySocks (!=1.5.7,>=1.5.6) ; extra == socks", win-inet-pton ; (sys_platform == "win32" and python_version == "2.7") and extra == \socks\] In : dist = distribution(celery) In : dist.version Out: 4.3.0 In : dist.metadata[Requires-Python] Out: >=2.7, !=3.0.*, !=3.1.*, !=3.2.*, !=3.3.* In : dist.metadata[License] In : dist.entry_points Out: [EntryPoint(name=celery, value=celery.__main__:main, group=console_scripts), EntryPoint(name=celery, value=celery.contrib.pytest, group=pytest11)] In : files(celery)[8] Out: PackagePath(celery/__init__.py) In : dist.locate_file(files(celery)[8]) Out: PosixPath(/Users/dongweiming/test/venv/lib/python3.8/site-packages/celery/__init__.py) 新增缓存属性 缓存属性 (cached_property) 是一个非常常用的功能，很多知名 Python 项目都自己实现过它，现在终于进入版本库了。 functools.lru_cache作为装饰器时可以不加参数 lru_cache装饰器支持 max_size和 typed2个参数，如果对默认参数不敏感，过去只能这么用(需要空括号): In : @lru_cache() ...: def add(a, b): ...: return a + b ...: 从3.8开始可以直接作为装饰器，而不是作为返回装饰器的函数(不加括号): In : @lru_cache ...: def add(a, b): ...: return a + b ...: 就像 dataclasses.dataclass，绝大部分场景都是这么用: @dataclass class InventoryItem: ... 其实 dataclass支持多个参数: def dataclass(cls=None, /, *, init=True, repr=True, eq=True, order=False, unsafe_hash=False, frozen=False): 所以这种使用全部缺省值的装饰器工厂用法中，括号反而显得多余了。免费源码下载 Asyncio REPL REPL对于学习一门新的编程语言非常有帮助，你可以再这个交互环境里面通过输出快速验证你的理解是不是正确。 官方全新增加了一个Asyncio REPL功能，使用更加方便！ F-strings DEBUG 一个新增的调试功能，当然一贯的，对调试毫无帮助。。。。。。 Async Mock 单元测试模块unittest添加了mock异步代码的类: In : import asyncio In : from unittest.mock import AsyncMock, MagicMock In : mock = AsyncMock(return_value={json: 123}) In : await mock() Out: {json: 123} In : asyncio.run(mock()) Out: {json: 123} In : async def main(*args, **kwargs): ...: return await mock(*args, **kwargs) ...: In : asyncio.run(main()) Out: {json: 123} In : mock = MagicMock() # AsyncMock也可以 In : mock.__aiter__.return_value = [1, 2, 3] In : async def main(): ...: return [i async for i in mock] ...: In : asyncio.run(main()) Out: [1, 2, 3] 可迭代解包 这个主要是问题修复。 好啦，现在你知道 Python 3.8 的免费信息发布网最新功能了吗？ |
喜欢
讨厌