Python

前言 poetry是一个python包管理工具，类似于pipenv，内部依赖virtualenv。用PEP518中提出的pyproject.toml文件来记录项目依赖，以替代setup.py, requirements.txt, setup.cfg, MANIFEST.in poetry是一个新的产物，吸收了部分“前辈”的优点，并解决了部分它们的缺点，目前（21年6月8日）github上star为15k，值得注意 使用体验 遇到过lock非常久的情况 安装 1 pip install poetry 更新poetry 1 poetry self update 在update后添加版本号可以更新到指定版本；使用--preview选项可以更新到预览版本 生成新的项目脚手架 1 poetry new project_name 会有一系列的命令行交互，用来生成项目 在已有的项目上生成 1 poetry init 生成指定python版本的虚拟环境 1 poetry env use python3.7 删除虚拟环境 1 poetry env remove python3.7 查看当前虚拟环境信息 1 poetry env info 列出系统中存在的虚拟环境 1 poetry env list 激活虚拟环境 1 poetry shell 安装pyproject....

注意事项 请在项目开始前，先去PyPI搜索，查看自己的项目名称是否已经被占用。 若事后才发现，则可能需要将项目中的对应名字全部替换，可能会由于疏忽产生新bug。 步骤1 项目结构理论上可以任意组织，只要在setup.cfg和setup.py中对应改变即可。 我推荐以下结构，因为我们自己的package一般组织得比较简单，不需要复杂的setup.cfg进行组织。假设你要上传的包的名字为TomCat 1 2 3 4 project/ TomCat/ README.md setup.py 步骤2 给项目编写setup.py，大致如下： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 from setuptools import setup, find_packages setup( name='TomCat', version='0.0.0.0.1', description='a simple web framework', long_description='a simple web framework', url='', author='', license='MIT', keywords=('web', 'framework'), packages=find_packages(), python_requires='>=3.6', install_requires=[ 'Werkzeug>=2.0.0', 'jinja2>=3.0.0', ], classifiers=[ "Programming Language :: Python :: 3", "License :: OSI Approved :: MIT License", ], ) 步骤3 去PyPI中注册账号...

前言 本文大部分内容来自PEP 405 Python Virtual Environments 虚拟环境存在的原因 python版本太多(导致其第三方的包也有众多版本)，且有大版本py2和py3之分 有的第三方包需要依赖特定版本的包 开发者对便捷切换不同版本，解决不同版本包依赖的需求，催生了一系列的virtual environment工具。 现存常见的虚拟环境工具有virtualenv, venv, pipenv。以下主要讲venv, 穿插其他两个第三方虚拟环境工具。 venv venv的优势在于轻量级，且作为标准库的一部分，天生便得到了语言设计上的支持，而不是像第三方库一样，需要顺应语言的设计。（出于稳定性与可靠性的考虑，应该首选venv） virtualenv文档的首页指出，从python 3.3开始，virtualenv的一个子集被集成到python标准库venv下，venv有选择的挑选并实现了virtualenv的部分特性。 venv和virtualenv相比，有以下缺点: 比virtualenv慢，因为没有使用app-data(下载第三方包时没有使用缓存) 没有virutalenv那样强的扩展性 不能够给任意版本创建虚拟环境，仅支持python 3.3及更高版本 不能通过pip升级 没有足够丰富的可编程API 此外，需要参考PEP 405中标准库加入venv的动机: Existing virtual environment tools suffer from lack of support from the behavior of Python itself. Tools such as rvirtualenv , which do not copy the Python binary into the virtual environment, cannot provide reliable isolation from system site directories....

总览 描述器让对象能够自定义属性查找、存储和删除的操作。 descriptor就是任何一个定义了__get__()，__set__() 或 __delete__() 的对象。 描述器仅在用作类变量时起作用。放入实例时，它们将失效。 描述器的主要目的是提供一个钩子，允许存储在类变量中的对象控制在属性查找期间发生的情况。 传统上，调用类控制查找过程中发生的事情。描述器反转了这种关系，并允许正在被查询的数据对此进行干涉。 描述器的使用贯穿了整个语言。就是它让函数变成绑定方法。常见工具诸如classmethod()， staticmethod()，property() 和 functools.cached_property() 都作为描述器实现。 描述符例子一：入门 1 2 3 4 5 6 7 8 9 10 11 12 13 class Ten: def __get__(self, instance, owner): return 10 class A: x = 5 y = Ten() a = A() print(a.x) print(a.y) 类Ten是一个描述器，它的__get__()方法总是返回常量10 a.y和a.x不同，它是通过Ten.__get__获取的，对y的访问属于描述器的访问，而对x的访问，是对普通类attribute的访问 描述符例子二：动态计算 1 2 3 4 5 6 7 8 9 10 11 12 class DirectorySize: def __get__(self, obj, objtype=None): return len(os....

1 2 3 4 5 6 7 8 class A: def __init__(self, name): self.name = name a = A('foo') print(a.name) print(a.age) 输出: 1 2 3 4 5 foo Traceback (most recent call last): File "C:/Users/Administrator/Desktop/test/test.py", line 8, in <module> print(a.age) AttributeError: 'A' object has no attribute 'age' 访问属性时，__getattribute__(self, name)总是优先被调用 当访问一个不存在的实例属性时__getattribute__(self, name)就会抛出AttributeError异常，然后尝试用__getattr__()访问这个属性 __getattr__()被调用的情况：(a)当需要访问的属性不在实例的__dict__中；(b)也不在其父类和祖先类的__dict__中；(c)AttributeError被触发（包括__getattribute__()抛出的AttributeError，property中的get()方法触发的AttributeError两种情况）。除此之外除非显式调用，否则不会被调用。 如何正确的重写__getattribute__() 一个错误的写法 1 2 3 4 5 6 7 8 9 10 11 12 13 14 class A: def __init__(self, name): self....

参考文章 文章大致内容摘要： python没有所谓的private变量或public变量，约定俗成使用下划线开头的变量为私有变量 python对以两个下划线开头的变量，进行命名改编（name mangling）。例如__local, 改编为_LocalProxy__local, 其中LocalProxy为__local所在的类的类名 举例： 1 2 3 4 5 6 class A: def __init__(self): self.__private = 2333 a = A() a.__private 运行上面代码将报错，a无法访问__private, 因为__private已经被改名为_A__private， 可以通过dir(a)进行查看 注意一点： __private这个变量名在类A内部可以使用，但是在外部不能使用，而_A_private类的内部与外部都可以使用

文档位置 https://docs.python.org/3/library/traceback.html traceback模块总览 traceback提供了一个标准接口来提取、格式化和打印 Python 程序的堆栈跟踪结果。它完全模仿Python 解释器在打印堆栈跟踪结果时的行为。当我们想要在程序控制下打印堆栈跟踪结果时，这是非常有用的，such as in a “wrapper” around the interpreter。 这个模块使用traceback对象(这是存储在sys.last_traceback中的对象类型变量)，并作为sys.exc_info()的第三项被返回。 traceback.print_tb() traceback.print_tb(tb, limit=None, file=None) 将traceback中的limit层堆栈信息打印到file处 参数解释: tb，指代traceback对象 limit，要打印的堆栈层数，正数为从入口开始数，负数则从最后一层往前数，None则打印全部 file，指代traceback输出位置，如果为None，则输出到sys.stderr，可以传递一个打开的文件对象，或者file-like对象 1 2 3 4 5 6 7 8 import traceback import sys try: s = 1 / 0 except Exception as e: traceback.print_tb(sys.exc_info()[2]) 输出: 1 2 File "main.py", line 5, in <module> s = 1 / 0 traceback.print_exception() traceback....

前言 sys模块提供了一些变量和函数。这些变量可能被解释器使用，也可能由解释器提供。这些函数会影响解释器. 文档地址 这篇文章给常用的一些变量做笔记 sys.argv 一个列表，其中包含了被传递给 Python 脚本的命令行参数。 argv[0]为脚本的名称（是否是完整的路径名取决于操作系统）。如果是通过Python解释器的命令行参数-c来执行的， argv[0]会被设置成字符串 '-c' 。如果没有脚本名被传递给Python解释器， argv[0]为空字符串。 其他选项存在后续下标中，如python main.py -a -b，argv[1]为-a 为了遍历标准输入，或者通过命令行传递的文件列表，参照fileinput模块 sys.exec_prefix 一个字符串，提供特定域的目录前缀，该目录中安装了与平台相关的 Python 文件，默认也是'/usr/local'。 该目录前缀可以在构建时使用configure脚本的--exec-prefix参数进行设置。 具体而言，所有配置文件（如 pyconfig.h 头文件）都安装在目录 exec_prefix/lib/pythonX.Y/config中，共享库模块安装在 exec_prefix/lib/pythonX.Y/lib-dynload中，其中 X.Y 是 Python 的版本号，如 3.2。 sys.base_exec_prefix base_exec_prefix在python启动的时候且在site.py运行之前被设置，和exec_prefix有相同的值（当不使用虚拟环境时） 如果使用了虚拟环境，prefix和exec_prefix会被改变，用于指向虚拟环境 base_prefix和base_exec_prefix会保持指向安装在系统中的python sys.base_prefix base_prefix在python启动的时候且在site.py运行之前被设置，和prefix有相同的值（当不使用虚拟环境时） 如果使用了虚拟环境，prefix和exec_prefix会被改变，用于指向虚拟环境 base_prefix和base_exec_prefix会保持指向安装在系统中的python sys.builtin_module_names 一个元组，包含了所有被编译进了python解释器的模块 sys.exc_info() 本函数返回一个(type, value, traceback)元组： type是正在处理的异常类型（它是BaseException的子类） value是异常实例（异常类型的实例） traceback 是一个回溯对象，该对象封装了最初发生异常时的调用堆栈。 如果整个堆栈都没有正在处理的异常，则以上3个值均为None 返回的信息仅限于当前线程和当前堆栈帧。如果当前堆栈帧没有正在处理的异常，则信息将从下级被调用的堆栈帧或上级调用者等位置获取，依此类推，直到找到正在处理异常的堆栈帧为止。此处的“处理异常”指的是“执行 except 子句”。任何堆栈帧都只能访问当前正在处理的异常的信息。 sys.last_type, sys.last_value, sys.last_traceback 这些变量的含义与上述exc_info()返回值的含义相同, 它们并非总是有定义，仅当有异常未处理，且解释器打印了错误消息和堆栈回溯时，才会给它们赋值。它们的预期用途，是允许交互中的用户导入调试器模块，进行事后调试，而不必重新运行导致错误的命令。...