当前位置：首页 > Python > 正文

20个超实用Python代码段(5) - 提升编程效率必备

ZangYanBing
Python
2025-07-28
1917

20个超实用Python代码段(5)

提升编程效率必备技巧

引言

Python以其简洁优雅的语法和强大的功能库成为开发者最喜爱的语言之一。本文精选了20个实用Python代码段，涵盖文件操作、数据处理、网络请求等多个领域，帮助您在日常开发中提升效率。每个代码段都附有详细说明和使用示例，可直接应用到项目中。

1. 文件批量重命名

批量重命名目录下的所有文件，添加前缀或后缀：

import os

def batch_rename(directory, prefix='', suffix=''):
    for filename in os.listdir(directory):
        new_name = prefix + filename + suffix
        os.rename(
            os.path.join(directory, filename),
            os.path.join(directory, new_name)
        )

# 使用示例
batch_rename('/path/to/files', prefix='doc_', suffix='_v2')

2. 计算目录大小

递归计算目录的总大小（单位：MB）：

import os

def get_dir_size(path):
    total = 0
    for entry in os.scandir(path):
        if entry.is_file():
            total += entry.stat().st_size
        elif entry.is_dir():
            total += get_dir_size(entry.path)
    return total

# 使用示例
size_bytes = get_dir_size('/path/to/directory')
size_mb = round(size_bytes / (1024 * 1024), 2)
print(f"目录大小: {size_mb} MB")

3. 生成随机密码

生成包含大小写字母、数字和特殊字符的强密码：

import random
import string

def generate_password(length=12):
    characters = string.ascii_letters + string.digits + string.punctuation
    password = ''.join(random.choice(characters) for _ in range(length))
    return password

# 使用示例
print("强密码:", generate_password(16))

4. 列表分块处理

将大列表分割为固定大小的块以便批量处理：

def chunk_list(lst, chunk_size):
    for i in range(0, len(lst), chunk_size):
        yield lst[i:i + chunk_size]

# 使用示例
data = list(range(1, 101))  # 1到100的列表
for chunk in chunk_list(data, 10):
    print(f"处理分块: {chunk}")

5. 计算代码执行时间

使用装饰器测量函数执行时间：

import time

def timing_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.perf_counter()
        result = func(*args, **kwargs)
        end_time = time.perf_counter()
        print(f"{func.__name__} 执行时间: {end_time - start_time:.4f}秒")
        return result
    return wrapper

# 使用示例
@timing_decorator
def long_running_function():
    time.sleep(2)

long_running_function()

6. 字典键值反转

反转字典的键和值（确保值唯一）：

def invert_dict(d):
    return {v: k for k, v in d.items()}

# 使用示例
original = {'a': 1, 'b': 2, 'c': 3}
inverted = invert_dict(original)
print("反转字典:", inverted)

7. 列表元素频率统计

统计列表中各元素出现的频率：

from collections import Counter

def frequency_count(lst):
    return Counter(lst)

# 使用示例
words = ['apple', 'banana', 'apple', 'orange', 'banana', 'apple']
freq = frequency_count(words)
print("元素频率:", freq.most_common())

8. 简单进度条

在循环中显示简单的文本进度条：

def progress_bar(current, total, bar_length=50):
    percent = current / total
    arrow = '=' * int(round(percent * bar_length) - 1) + '>'
    spaces = ' ' * (bar_length - len(arrow))
    print(f"\r进度: [{arrow + spaces}] {int(percent * 100)}%", end='', flush=True)

# 使用示例
items = range(0, 200)
for i, item in enumerate(items):
    # 执行任务
    progress_bar(i + 1, len(items))
print("\n完成!")

9. 文件内容搜索

在目录中递归搜索包含特定文本的文件：

import os

def search_files(directory, search_text):
    found_files = []
    for root, _, files in os.walk(directory):
        for file in files:
            file_path = os.path.join(root, file)
            try:
                with open(file_path, 'r', encoding='utf-8') as f:
                    if search_text in f.read():
                        found_files.append(file_path)
            except Exception:
                continue
    return found_files

# 使用示例
results = search_files('/path/to/search', '重要内容')
print("找到的文件:", results)

10. 网页内容抓取

使用requests和BeautifulSoup抓取网页内容：

import requests
from bs4 import BeautifulSoup

def scrape_website(url):
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 提取标题
    title = soup.title.string if soup.title else '无标题'
    
    # 提取所有段落
    paragraphs = [p.get_text().strip() for p in soup.find_all('p')]
    
    return {
        'title': title,
        'paragraphs': paragraphs
    }

# 使用示例
data = scrape_website('https://example.com')
print("网页标题:", data['title'])
print("首段内容:", data['paragraphs'][0][:100] + '...')

11. JSON文件读写

简化JSON文件的读取和写入操作：

import json

def read_json(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        return json.load(f)

def write_json(data, file_path, indent=4):
    with open(file_path, 'w', encoding='utf-8') as f:
        json.dump(data, f, ensure_ascii=False, indent=indent)

# 使用示例
data = read_json('input.json')
data['new_key'] = '新值'
write_json(data, 'output.json')

12. 多线程任务执行

使用线程池并行处理任务：

from concurrent.futures import ThreadPoolExecutor

def process_item(item):
    # 模拟耗时操作
    import time
    time.sleep(0.5)
    return f"处理结果: {item}"

def parallel_processing(items, max_workers=4):
    with ThreadPoolExecutor(max_workers=max_workers) as executor:
        results = list(executor.map(process_item, items))
    return results

# 使用示例
items = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
results = parallel_processing(items)
print("处理结果:", results[:3])

13. 环境变量管理

安全地获取和管理环境变量：

import os

def get_env_variable(name, default=None, required=True):
    value = os.getenv(name, default)
    if required and value is None:
        raise ValueError(f"环境变量 {name} 未设置!")
    return value

# 使用示例
db_host = get_env_variable('DB_HOST', 'localhost')
api_key = get_env_variable('API_KEY', required=True)

14. 列表扁平化处理

将嵌套的多层列表转换为单层列表：

def flatten_list(nested_list):
    flattened = []
    for item in nested_list:
        if isinstance(item, list):
            flattened.extend(flatten_list(item))
        else:
            flattened.append(item)
    return flattened

# 使用示例
nested = [1, [2, 3], [4, [5, 6]], 7]
flat = flatten_list(nested)
print("扁平化列表:", flat)

15. 日期范围生成

生成两个日期之间的所有日期：

from datetime import datetime, timedelta

def date_range(start_date, end_date):
    current_date = start_date
    while current_date <= end_date:
        yield current_date
        current_date += timedelta(days=1)

# 使用示例
start = datetime(2023, 1, 1)
end = datetime(2023, 1, 5)
for date in date_range(start, end):
    print(date.strftime("%Y-%m-%d"))

16. 配置文件解析

解析INI格式的配置文件：

import configparser

def read_config(file_path):
    config = configparser.ConfigParser()
    config.read(file_path)
    return config

# 使用示例
config = read_config('config.ini')
db_settings = {
    'host': config.get('database', 'host'),
    'port': config.getint('database', 'port'),
    'user': config.get('database', 'user'),
    'password': config.get('database', 'password')
}
print("数据库配置:", db_settings)

17. 数据缓存装饰器

创建简单的函数结果缓存机制：

from functools import lru_cache

@lru_cache(maxsize=128)
def expensive_calculation(n):
    print(f"计算 {n}...")
    # 模拟复杂计算
    return n * n

# 使用示例
print(expensive_calculation(5))  # 首次计算
print(expensive_calculation(5))  # 从缓存获取

18. CSV文件读取

读取CSV文件并转换为字典列表：

import csv

def read_csv_to_dict(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        return [row for row in reader]

# 使用示例
data = read_csv_to_dict('data.csv')
print("CSV数据:", data[:2])  # 打印前两行

19. 文件路径处理

安全地构建文件路径并创建目录：

import os

def safe_file_path(base_dir, filename):
    # 确保目录存在
    os.makedirs(base_dir, exist_ok=True)
    # 构建完整路径
    full_path = os.path.join(base_dir, filename)
    return full_path

# 使用示例
log_path = safe_file_path('logs/2023', 'app.log')
print("日志路径:", log_path)

20. 日志记录配置

快速配置标准日志记录功能：

import logging

def setup_logging(log_file='app.log', level=logging.INFO):
    logging.basicConfig(
        filename=log_file,
        level=level,
        format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
        datefmt='%Y-%m-%d %H:%M:%S'
    )
    # 同时输出到控制台
    console = logging.StreamHandler()
    console.setLevel(level)
    formatter = logging.Formatter('%(levelname)s: %(message)s')
    console.setFormatter(formatter)
    logging.getLogger().addHandler(console)

# 使用示例
setup_logging()
logging.info("应用程序启动")
logging.warning("配置未设置")

总结

这些Python代码段覆盖了日常开发中的常见任务，熟练掌握它们可以显著提升您的编程效率。建议将这些代码段保存到您的代码库中，并根据需要进行修改和扩展。持续学习和积累实用代码片段是成为高效开发者的重要途径。

本文由ZangYanBing于2025-07-28发表在吾爱品聚，如有疑问，请联系我们。
本文链接：https://liuhe.jltcw.com/20256712.html

20个超实用Python代码段(5) - 提升编程效率必备

20个超实用Python代码段(5)

引言

1. 文件批量重命名

2. 计算目录大小

3. 生成随机密码

4. 列表分块处理

5. 计算代码执行时间

6. 字典键值反转

7. 列表元素频率统计

8. 简单进度条

9. 文件内容搜索

10. 网页内容抓取

11. JSON文件读写

12. 多线程任务执行

13. 环境变量管理

14. 列表扁平化处理

15. 日期范围生成

16. 配置文件解析

17. 数据缓存装饰器

18. CSV文件读取

19. 文件路径处理

20. 日志记录配置

总结

Python计算三次方的完整教程 - 多种方法与代码示例

波加查四夺环法桂冠牵手影石冠军视角颠覆运动影像

发表评论取消回复

20个超实用Python代码段(5) - 提升编程效率必备

引言

1. 文件批量重命名

2. 计算目录大小

3. 生成随机密码

4. 列表分块处理

5. 计算代码执行时间

6. 字典键值反转

7. 列表元素频率统计

8. 简单进度条

9. 文件内容搜索

10. 网页内容抓取

11. JSON文件读写

12. 多线程任务执行

13. 环境变量管理

14. 列表扁平化处理

15. 日期范围生成

16. 配置文件解析

17. 数据缓存装饰器

18. CSV文件读取

19. 文件路径处理

20. 日志记录配置

总结

Python计算三次方的完整教程 - 多种方法与代码示例

波加查四夺环法桂冠牵手影石冠军视角颠覆运动影像

相关文章

发表评论取消回复