随着每个 Python 版本的发布，都会添加新模块，并引入新的更好的做事方式，虽然我们都习惯了使用好的旧 Python 库和某些做事方式，但现在也时候升级并利用新的和改进的模块及其特性了。
(相关资料图)
pathlib 绝对是 Python 标准库中最近添加的更大的内容之一， 自 Python 以来，它一直是标准库的一部分，但很多人仍然使用 os 模块进行文件系统操作。
然而，pathlib 与旧的 相比具有许多优点 - 虽然 os 模块以原始字符串格式表示路径，但 pathlib 使用面向对象的样式，这使得它更具可读性和编写自然：
from pathlib import Pathimport # 老方式two_dirs_up = (((__file__)))# 新方式，可读性强two_dirs_up = Path(__file__).resolve().
路径被视为对象而不是字符串这一事实也使得可以创建一次对象，然后查找其属性或对其进行操作：
readme = Path("").resolve()print(f"Absolute path: {()}")# Absolute path: /home/martin/some/path/(f"File name: {}")# File name: (f"Path root: {}")# Path root: /print(f"Parent directory: {}")# Parent directory: /home/martin/some/pathprint(f"File extension: {}")# File extension: .mdprint(f"Is it absolute: {_absolute()}")# Is it absolute: True
我最喜欢 pathlib 的一个特性是可以使用 /（“除法”）运算符来连接路径：
# Operators:etc = Path('/etc')joined = etc / "" / "anacron"print(f"Exists? - {()}")# Exists? - True
重要的是要注意 pathlib 只是替代 而不是整个 os 模块， 它还包括 glob 模块的功能，因此如果你习惯于将 与 结合使用，那么你可以完全用pathlib替代它们。
在上面的片段中，我们展示了一些方便的路径操作和对象属性，但 pathlib 还包括你习惯于 的所有方法，例如：
print(f"Working directory: {()}") # same as ()# Working directory: /home/martin/some/(() / "new_dir", exist_ok=True) # same as ()print(Path("").resolve()) # same as ()# /home/martin/some/path/(()) # same as ()# /home/martin
有关 函数到 pathlib 中新函数的完整映射，请参阅 官方文档。
说到 os 模块，你应该停止使用的另一部分是 。相反，你应该使用自 Python 以来可用的新秘密模块：
# 老方式:import oslength = 64value = (length)print(f"Bytes: {value}")# Bytes: b'\xfa\xf3...\xf2\x1b\xf5\xb6'print(f"Hex: {()}")# Hex: faf3cc656370e31a938e7...33d9b023c3c24f1bf5# 新方式:import secretsvalue = _bytes(length)print(f"Bytes: {value}")# Bytes: b'U\xe9n\x87...\x85>\x04j:\xb0'value = _hex(length)print(f"Hex: {value}")# Hex: fb5dd85e7d73f7a08b8e3...4fd9f95beb08d77391
使用 实际上并不是这里的问题，引入secrets模块的原因是因为人们使用随机模块来生成密码等，即使随机模块不产生密码安全令牌。
根据文档，随机模块不应用于安全目的， 你应该使用 secrets 或 ，但 secrets 模块绝对更可取，因为它比较新，并且包含一些用于十六进制令牌的实用程序/便利方法以及 URL 安全令牌。
在 Python 之前，没有用于时区操作的内置库，所以每个人都在使用 pytz，但现在我们在标准库中有 zoneinfo，所以是时候切换了。
from datetime import datetimeimport pytz # pip install pytzdt = datetime(2022, 6, 4)nyc = ("America/New_York")localized = (dt)print(f"Datetime: {localized}, Timezone: {()}, TZ Info: {}")# 新方式:from zoneinfo import ZoneInfonyc = ZoneInfo("America/New_York")localized = datetime(2022, 6, 4, tzinfo=nyc)print(f"Datetime: {localized}, Timezone: {()}, TZ Info: {}")# Datetime: 2022-06-04 00:00:00-04:00, Timezone: EDT, TZ Info: America/New_York
datetime 模块将所有时区操作委托给抽象基类 ， 这个抽象基类需要一个具体的实现——在引入这个很可能来自 pytz 的模块之前。现在我们在标准库中有 zoneinfo，我们可以使用它。
然而，使用 zoneinfo 有一个警告——它假定系统上有可用的时区数据，UNIX 系统就是这种情况， 如果你的系统没有时区数据，那么你应该使用 tzdata 包，它是由 CPython 核心开发人员维护的第一方库，其中包含 IANA 时区数据库。
Python 的一个重要补充是 dataclasses 包，它是 namedtuple 的替代品。
你可能想知道为什么需要替换 namedtuple？以下是你应该考虑切换到数据类的一些原因：
1、它可以是可变的
2、默认提供 repr、eq、init、hash 魔术方法，
3、允许指定默认值，
4、支持继承。此外，数据类还支持 frozen 和 slots（从 开始）属性以提供与命名元组的特征奇偶校验。
切换真的不应该太难，因为你只需要更改定义：
# 老方式:# from collections import namedtuplefrom typing import NamedTupleimport sysUser = NamedTuple("User", [("name", str), ("surname", str), ("password", bytes)])u = User("John", "Doe", b'tfeL+uD...\xd2')print(f"Size: {(u)}")# Size: 64# 新方式:from dataclasses import dataclass@dataclass()class User: name: str surname: str password: bytesu = User("John", "Doe", b'tfeL+uD...\xd2')print(u)# User(name='John', surname='Doe', password=b'tfeL+uD...\xd2')print(f"Size: {(u)}, {(u) + (vars(u))}")# Size: 48, 152
在上面的代码中，我们还包含了大小比较，因为这是 namedtuple 和数据类之间的较大差异之一，如上所见，命名元组的大小要小得多，这是由于数据类使用 dict 来表示属性。
至于速度比较，除非你计划创建数百万个实例，否则属性的访问时间应该基本相同，或者不够重要：
import timeitsetup = '''from typing import NamedTupleUser = NamedTuple("User", [("name", str), ("surname", str), ("password", bytes)])u = User("John", "Doe", b'')'''print(f"Access speed: {min(('', setup=setup, number=10000000))}")# Access speed: = '''from dataclasses import dataclass@dataclass(slots=True)class User: name: str surname: str password: bytesu = User("John", "Doe", b'')'''print(f"Access speed: {min(('', setup=setup, number=10000000))}")# Access speed:
如果以上内容说服了你打算切换到数据类，请尽快尝试吧
相反，如果你不想切换并且出于某种原因真的想使用命名元组，那么你至少应该使用键入模块而不是collections中的 NamedTuple：
# 不好方式的:from collections import namedtuplePoint = namedtuple("Point", ["x", "y"])# 更好的方式:from typing import NamedTupleclass Point(NamedTuple): x: float y: float
最后，如果你既不使用 namedtuple 也不使用数据类，你可能需要考虑直接使用 Pydantic。
这不是标准库的最新添加，但值得使用 - 你应该使用正确的日志记录而不是打印语句， 如果你在本地调试问题，则可以使用 print，但对于任何无需用户干预即可运行的生产就绪程序，正确的日志记录是必须的。
特别是考虑到设置 Python 日志记录非常简单：
import ( filename='', level=, format='[%(asctime)s] {%(pathname)s:%(lineno)d} %(levelname)s - %(message)s', datefmt='%H:%M:%S')("Some serious error occurred.")# [12:52:35] {<stdin>:1} ERROR - Some serious error ('Some warning.')# [12:52:35] {<stdin>:1} WARNING - Some warning.
与打印语句相比，上面的简单配置将为你提供卓越的调试体验， 最重要的是，你可以进一步自定义日志库以记录到不同的位置、更改日志级别、自动轮换日志等。
Python 包含很多格式化字符串的方法，包括 C 样式格式化、f 字符串、模板字符串或 .format 函数， 不过，其中之一 - f-strings - 格式化的字符串文字 ， 它们写起来更自然，可读性更强，并且是前面提到的选项中最快的。
因此，我认为没有必要争论或解释为什么要使用它们，然而，在某些情况下不能使用 f 字符串：
使用 % 格式的唯一原因是用于记录：
import loggingthings = "something happened..."logger = (__name__)("Message: %s", things) # 评估内部记录器方法(f"Message: {things}") # 立即评估
在上面的示例中，如果你使用 f 字符串，则表达式将立即计算，而使用 C 样式格式，替换将被推迟到实际需要时，这对于消息分组很重要，其中具有相同模板的所有消息都可以记录为一个， 这不适用于 f 字符串，因为模板在传递给记录器之前填充了数据。
此外，有些事情是 f-strings 根本无法做到的， 例如在运行时填充模板 - 即动态格式 - 这就是 f-strings 被称为文字字符串格式的原因：
# 动态设置模板及其参数def func(tpl: str, param1: str, param2: str) -> str: return (param=param1, param2=param2)some_template = "First template: {param1}, {param2}"another_template = "Other template: {param1} and {param2}"print(func(some_template, "Hello", "World"))print(func(another_template, "Hello", "Python"))# 动态重用具有不同参数的相同模板.inputs = ["Hello", "World", "!"]template = "Here's some dynamic value: {value}"for value in inputs: print((value=value))
最重要的是，尽可能使用 f 字符串，因为它们更具可读性和更高性能，但请注意，在某些情况下仍然首选和/或需要其他格式样式。
TOML 是一种广泛使用的配置格式，对于 Python 的工具和生态系统尤其重要，因为它用于 配置文件， 到目前为止，你必须使用外部库来管理 TOML 文件，但是从 Python 开始，将有一个名为 tomllib 的内置库，它基于 toml 包。
所以，一旦你切换到 Python ，你应该养成使用 import tomllib 而不是 import tomli 的习惯。少了一种需要担心的依赖！
# import tomli as tomllibimport tomllibwith open("", "rb") as f: config = (f) print(config) # {'project': {'authors': [{'email': 'contact@', # 'name': 'Martin Heinz'}], # 'dependencies': ['flask', 'requests'], # 'description': 'Example Package', # 'name': 'some-app', # 'version': ''}}toml_string = """[project]name = "another-app"description = "Example Package"version = """""config = (toml_string)print(config)# {'project': {'name': 'another-app', 'description': 'Example Package', 'version': ''}}
最后一个更像是弃用通知：
由于 Distutils 已弃用，因此同样不鼓励使用任何来自 distutils 的函数或对象，Setuptools 旨在替换或弃用所有此类用途。
是时候告别 distutils 包并切换到 setuptools 了，setuptools 文档提供了有关如何替换 distutils 用法的指导， 除此之外，PEP 632 还为 setuptools 未涵盖的部分 distutils 提供迁移建议。
每个新的 Python 版本都会带来新的特性，因此我建议你查看 Python 发行说明中的“新模块”、“不推荐使用的模块”和“已删除的模块”部分，这是了解 Python 标准重大变化的好方法 ， 通过这种方式，你可以不断地将新功能和最佳实践整合到你的项目中。
标签：
