自深入Python以来对Python的更改

我一直在通过MarkPilgrim的工作自学Python。我完全推荐它，我也是

然而，最近一次深入Python的更新是在五年前。我期待着在切换到3.x时阅读新版本，但现在，使用django意味着我将坚持使用2.x

如果我曾经将深入研究Python作为学习该语言的主要资源，我很想知道我错过了Python的哪些新特性。我遇到的几个例子是

• itertools
• 元素树

还有什么我错过的吗

---

编辑：正如巴斯蒂安在他的回答中指出的那样，我可以只阅读页面，但有时发现一个关于堆栈溢出的有用提示，而不是在官方文档中费力地完成完整、全面的答案，这是一件很有趣的事。

我建议您阅读“Python 2.x中的内容”文档。 一些可能遗漏的内容：

• 新样式类（允许标准类型、子类型、属性等）
• 带有关键字的

  ，有助于分配和释放资源

马克（这本书的作者）对这一点有自己的看法。我无耻地抄袭了这里的相关段落：

---

“如果你选择Python 2，我只能推荐“深入Python”第2-7章、第13-15章和第17章。这本书的其余部分已经非常过时了。”

以下是一些我所想到的答案示例：

条件表达式 2.5提供了一种新的编写方式，而不是传统的

字典中键的测试 将_key（）改为d中的键

>>>d={'key':'value','key2':'value2'}
>>>'key1' in d
 True

退房。它拥有2.x系列中的所有版本。根据Alex的评论，您需要查看所有Python2.x for x>2

日常编码要点：

枚举：而不是执行以下操作：

for i in xrange(len(sequence)):
    val = sequence[i]
    pass

现在，您可以更简洁地编写：

for i, val in enumerate(iterable):
    pass

这一点很重要，因为它适用于不可获取项的iterables（否则您必须在值迭代的同时使用递增索引计数器）

日志：基于打印的调试的合理替代方案，在Log4j样式的库模块中标准化

布尔值：True和False，为清晰起见添加：

返回True

比

返回1

更清晰

生成器：惰性求值的一种表现形式

evens = (i for i in xrange(limit) if i % 2 == 0)

扩展切片：内置支持切片中的跨步

assert [1, 2, 3, 4][::2] == [1, 3]

集合：对于O（1）查找语义，您不再需要执行以下操作：

pseudo_set = {'foo': None, 'bar': None}
assert 'foo' in pseudo_set

您现在可以执行以下操作：

set_ = set(['foo', 'bar'])
assert 'foo' in set_

反向迭代：

reversed（sequence）

比

sequence[：：-1]

更具可读性

子流程：统一调用子流程的所有方式——捕获输出、输入、阻塞或非阻塞

条件表达式：这个成语有个问题：

a and b or c

也就是说，当b是falsy时<代码>b，如果其他c解决了该问题

上下文管理：通过

with

语句简化资源获取/释放

with open(filename) as file:
    print file.read()
# File is closed outside the `with` block.

更好的字符串格式：太多了，无法描述——请参阅

str.format（）

下的Python文档。2.4中添加了一些“次要”功能，这些功能在新的2.x Python代码中非常普遍：decorator（2.4）和try/except/finally子句。在你做不到之前：

try:
    do_something()
except FunkyException:
    handle_exception():
finally:
    clean_up()

不过，这两种语言本质上都是语法上的甜点，因为您也可以这样做，只需多编写一点代码

import antigravity

---

Dict comprehensions——但你必须等待Python 3来解决这些问题。因此，在最糟糕的情况下——到目前为止有三个答案，但每个答案都是错误的（要么提到了2.2版本中已经出现的功能，要么是在你明确表示坚持使用Python 2时提到了Python 3。*现在——cheez）。2.2版本中已经有了新的类（马克在写这篇文章）。这是一个很好的建议。如果我以前读过的话，我可能会更快地跳过XML和SOAP章节。我还应该注意到，生成器现在不仅仅是一种惰性评估的表现形式——它们支持完整的协程行为。用前一种方式描述它们更简单。：-）哦，通过

yield

，简单生成器可以让您在日常工作中非常轻松地编写简单的状态机。这对于自定义迭代器之类的东西很方便。这可能是问题的一部分，作为您正在寻找的答案类型的示例。（但我有点苦涩，因为这比我的答案有更多的赞成票。；-）@cdleary我认为这样回答你自己的问题没有什么错。我的答案实际上是一个答案，因为在问了这个问题之后，我在Python文档的What's New in Python中发现了这两个示例。我喜欢你的答案，并投了赞成票。我很高兴我对您提到的大部分内容都很熟悉——这表明，深入Python学习并没有让我编写过时的2.2代码。

import antigravity