关注微信公众号:K哥爬虫,QQ交流群:808574309,持续分享爬虫进阶、JS/安卓逆向等技术干货!
前几天,也就是 10 月 4 日,Python 发布了 3.10.0 版本,什么?3.9 之后居然不是 4.0?(手动狗头)其实龟叔(Guido van Rossum,吉多·范罗苏姆,Python 之父)早在去年 9 月就说了:
相比 Python 3.9,Python 3.10 主要的新功能如下:
在本次诸多的更新中,Structural Pattern Matching 结构模式匹配,match-case
语句无疑是最让人兴奋的功能,也就类似于 Java、C、Go 等其他语言中的 switch-case
语句,具体用法可以参考:PEP 636
来看一个简单的例子:
def http_error(status): match status: case 400: print("Bad request") case 404: print("Not found") case 418: print("I'm a teapot") case _: print("Something's wrong with the internet") http_error(418) # I'm a teapot http_error(500) # Something's wrong with the internet
以上代码中,最后一个 case
中的 _
并不作为变量名,而表示一种特殊的模式,在前面的 case
中都未命中的情况下,该 case
会是最后的保障,能确保命中,它相当于 Java、C、Go 等语言中的 default
分支:
public class HttpError { public static void main(String args[]){ int status = 500; switch(status){ case 400: System.out.println("Bad request"); case 404: System.out.println("Not found"); case 418: System.out.println("I'm a teapot"); default: System.out.println("Something's wrong with the internet"); } } } // Something's wrong with the internet
match-case
语法支持可变参数 *args
和 **rest
。
*args
的用法与 Python 函数中的可变参数是一个用法,允许传入多个参数:
def create_user(command): match command.split(): case ["quit"]: quit() case ["create", user]: print("create", user) case ["create", *user]: for u in user: print("create", u) case _: print("command '{command}' not understood") create_user("create user1") create_user("create user2 user3 user4") # create user1 # create user2 # create user3 # create user4
**rest
会匹配到字典中所有的 key
和 value
:
def get_dict(dic): match dic: case {**rest}: print("get dict:", rest) case _: print("parameter not understood") get_dict({"400": "Bad request", "404": "Not found", "418": "I'm a teapot"}) # get dict: {'400': 'Bad request', '404': 'Not found', '418': "I'm a teapot"}
需要注意的是,结构模式匹配在面对不同的对象时,匹配的规则也有所不同。
当匹配对象是列表(list)或者元组(tuple)的时候,需要长度和元素值都匹配,才能命中:
def create_user(param): match param: case ("quit"): quit() case ("create", user): print("create", user) case ("create", *user): for u in user: print("create", u) case _: print("command '{command}' not understood") create_user(("create", "user1", "user2")) # create user1 # create user2
当匹配对象是一个字典(dict)的时候,只要 case 表达式中的 键(key)在字典对象中存在即可命中,以下示例中,很可能会认为会执行第二个 case,但实际上执行了第一个 case:
def if_action(dic): match dic: case {"action": action}: print("action: %s, no object" % action) case {"action": action, "object": _}: print("action: %s, have object" % action) if_action({"action": "create", "object": "user1"}) # action: create, no object
当匹配对象是类对象(class)的时候,匹配的规则和字典(dict)类似,只要对象类型和对象的属性满足条件即可命中,以下示例中,很可能会认为会执行第二个 case,但实际上执行了第一个 case:
class Info: def __init__(self, name, age): self.name, self.age = name, age def get_info(people): match people: case Info(name="Bob"): print("case 1") case Info(name="Bob", age="20"): print("case 2") people = Info(name="Bob", age="20") get_info(people) # case 1
Python 是个弱类型语言,但是在 Python 3 中支持了定义传参和返回类型的写法:
def test(a: int) -> int: return a**2
通常一个参数和返回值只能是一个类型,在 C/C++,Java,Go 等静态语言里,不可能返回两种类型,或者传参使用两种类型,但是在 Python 里可以:
def test(a: str or int) -> str or int: return a**2
这里的 or 写法看着非常不舒服,所以在 Python 3.5 的时候引入了 typing 模块,推荐使用 Uinon 的写法:
from typing import Union def test(a: Union[str, int]) -> Union[str, int]: return a**2
在本次 Python 3.10.0 更新中,PEP 604 允许将联合类型(Union Types)写为 X | Y:
def test(a: str | int) -> str | int: return a**2
新的运算符也可以用作 isinstance()
和 issubclass()
的第二个参数:
print(isinstance(5, int | str)) # True print(isinstance(None, int | None)) # True print(issubclass(bool, int | float)) # True print(isinstance(42, None | str)) # False
在 PEP 626 中,报错提示可以精确到具体行,提示更加详细,在以前的版本中,错误消息一般会指向下一行,而不是实际错误所在的位置,现在可以指向错误代码所在的确切位置。
错误代码示例 1:
li = [1, 2, 3
之前版本报错:
File "D:\python3Project\test.py", line 5 ^ SyntaxError: unexpected EOF while parsing
Python 3.10 版本报错:
File "D:\python310Project\test.py", line 4 li = [1, 2, 3 ^ SyntaxError: '[' was never closed
错误代码示例 2:
expected = {"name": "Bob", "age": 20 some_other_code = foo()
之前版本报错:
File "D:\python3Project\test.py", line 2 some_other_code = foo() ^ SyntaxError: invalid syntax
Python 3.10 版本报错:
File "D:\python310Project\test.py", line 1 expected = {"name": "Bob", "age": 20 ^ SyntaxError: '{' was never closed
zip()
是 Python 中的内置函数,用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。
在以前的版本中,如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同,示例如下:
a = [1, 2, 3] b = [4, 5, 6] c = [4, 5, 6, 7, 8] zipped1 = zip(a, b) zipped2 = zip(a, c) # 元素个数与最短的列表一致 print([z for z in zipped1]) # [(1, 4), (2, 5), (3, 6)] print([z for z in zipped2]) # [(1, 4), (2, 5), (3, 6)]
在 PEP 618 中,新增了 strict 参数,设置为 True 时,传入 zip()
的两个可迭代项长度必须相等,否则将抛出 ValueError
a = [1, 2, 3] b = [4, 5, 6] c = [4, 5, 6, 7, 8] zipped1 = zip(a, b, strict=True) zipped2 = zip(a, c, strict=True) print([z for z in zipped1]) print([z for z in zipped2])
报错:
[(1, 4), (2, 5), (3, 6)] Traceback (most recent call last): File "D:\python310Project\test.py", line 8, in <module> print([z for z in zipped2]) File "D:\python310Project\test.py", line 8, in <listcomp> print([z for z in zipped2]) ValueError: zip() argument 2 is longer than argument 1
Python 上下文管理器对于打开/关闭文件、处理数据库连接和很多其他事情都非常有用,在 Python 3.10.0 中,它们的语法将有一点高质量的改进,在 BPO-12782 正式允许带括号的上下文管理器,现在可以用一个 with 语句创建多行,示例如下:
with( open("text1.txt", encoding="utf-8") as f1, open("text2.txt", encoding="utf-8") as f2 ): print(f1.read(), f2.read())
PEP 613 使用 TypeAlias 显式标注类型别名,提高可读性。
以前版本,可以看到,x 很容易被搞混:
x = int def plus_int(a: x, b: x) -> x: return a+b
Python 3.10 中,使用 TypeAlias 表明这是个别名,消除歧义:
from typing import TypeAlias x: TypeAlias = int def plus_int(a: x, b: x) -> x: return a+b
与所有最新版本的 Python 一样,Python 3.10 也带来了一些性能改进。首先是优化 str()
,bytes()
和 bytearray()
构造函数,它们速度提升了 30% 左右,代码摘自 BOP-41334:
$ ./python -m pyperf timeit -q --compare-to=../cpython-release2/python "str()" Mean +- std dev: [/home/serhiy/py/cpython-release2/python] 81.9 ns +- 4.5 ns -> [/home/serhiy/py/cpython-release/python] 60.0 ns +- 1.9 ns: 1.36x faster (-27%) $ ./python -m pyperf timeit -q --compare-to=../cpython-release2/python "bytes()" Mean +- std dev: [/home/serhiy/py/cpython-release2/python] 85.1 ns +- 2.2 ns -> [/home/serhiy/py/cpython-release/python] 60.2 ns +- 2.3 ns: 1.41x faster (-29%) $ ./python -m pyperf timeit -q --compare-to=../cpython-release2/python "bytearray()" Mean +- std dev: [/home/serhiy/py/cpython-release2/python] 93.5 ns +- 2.1 ns -> [/home/serhiy/py/cpython-release/python] 73.1 ns +- 1.8 ns: 1.28x faster (-22%)
另一个更值得注意的优化(如果你使用类型注释)是,函数参数及其注释不再在运行时(runtime)计算,而是在编译时计算,这使得创建一个带有参数注释的函数的速度提高了大约 2 倍。
除此之外,Python 核心的各个部分还有更多的优化,你可以在 Python bug tracker 的下列问题中找到更多的细节:BPO-41718、BPO-42927、BPO-43452。