一个非常简单实用的库，有很多的工具函数，提供了一些函数式编程的增强功能。
现在还能见到同时支持 Python2 和 Python3 的库，也是非常的良心了。 👍
而且对于列表的处理，在 Python2 里返回 list，在 Python3 里返回迭代器，还同时在 Python2 中支持迭代器形式的返回，在 Python3 中支持 list 形式的返回。细节满分，i了i了。 ❤️
pip install funcy
展开列表，这是一个很常见的场景，把列表中的列表中的列表都展开为单层
# -*- coding: utf-8 -*-
import funcy as fc
# only support in python2
from compiler.ast import flatten as ast_flatten
def flatten(elements):
result = []
for item in elements:
if isinstance(item, list):
result.extend(flatten(item))
else:
result.append(item)
return result
def old_flatten(elements):
return [_ for item in elements for _ in old_flatten(item)] if isinstance(elements, list) else [elements]
# result = []
# for item in elements:
# if isinstance(item, list):
# item = old_flatten(item)
# else:
# item = [item]
# result.extend(item)
# return result
if __name__ == '__main__':
a = [1, 2, [3, 4, [5, 6], [7, 8]], [9, 10]]
print(fc.flatten(a))
print(ast_flatten(a))
print(flatten(a))像一些简单的去重，分组就不说了，复杂的可以查文档
# -*- coding: utf-8 -*-
import funcy as fc
if __name__ == '__main__':
a = [1,3,4,5,2,5,1,5,2,5,1]
print(fc.distinct(a))
print(set(a))
# 按个数分组,舍弃多余的元素
print(fc.partition(2, range(10)))
print(fc.partition(3, range(10)))
# 按个数分组,多余的元素单列
print(fc.chunks(2, range(10)))
print(fc.chunks(3, range(10)))
# 此处不能用 lstrip 或者 rstrip, 因为会将输入字符串当成字符数组
print("open_api_enforce_interface".lstrip("open_api"))
print("open_api_enforce_interface".rstrip("_interface"))
print(fc.cut_prefix("open_api_test_interface", "open_api"))
print(fc.cut_suffix("open_api_test_interface", "interface"))输出
[1, 3, 4, 5, 2]
set([1, 2, 3, 4, 5])
[[0, 1], [2, 3], [4, 5], [6, 7], [8, 9]]
[[0, 1, 2], [3, 4, 5], [6, 7, 8]]
[[0, 1], [2, 3], [4, 5], [6, 7], [8, 9]]
[[0, 1, 2], [3, 4, 5], [6, 7, 8], [9]]
force_interface
open_api_enfo
_test_interface
open_api_test_
错误重试的装饰器有很多，也可以自己简单实现一下，在 funcy 提供的重试装饰器中，还可以指定异常类型和重试间隔时间
只是有一个问题是没有打印错误日志，所有的错误请求都被吞掉了。
# -*- coding: utf-8 -*-
import time
import funcy as fc
from functools import wraps
# def retry(times=3):
# def inner(func):
# @wraps(func)
# def wrapper(*args, **kwargs):
# for i in range(times):
# try:
# return func(*args, **kwargs)
# except Exception as e:
# if i == times-1:
# raise e
# print("occur error:%r" % e)
#
# return wrapper
# return inner
# def retry(times=3):
# def inner(func):
# @wraps(func)
# def wrapper(*args, **kwargs):
# try:
# return func(*args, **kwargs)
# except Exception as e:
# if times <= 1:
# raise e
# print("occur error:%r" % e)
# return retry(times-1)(func)(*args, **kwargs)
#
# return wrapper
#
# return inner
def retry(times=3):
def inner(func):
@wraps(func)
def wrapper(*args, **kwargs):
count = 0
while count < times:
try:
return func(*args, **kwargs)
except Exception as e:
print("occur error:%r" % e)
count += 1
raise
return wrapper
return inner
@fc.retry(5)
# @retry(3)
def raise_exception():
time.sleep(1)
return 1 / 0
if __name__ == '__main__':
print(raise_exception())本地缓存，或者说内存缓存，将函数调用结果本地缓存起来加速计算过程，funcy 提供的装饰器还把缓存数据挂在函数上了
只有一个问题就是默认的缓存key 太不讲究了,直接是一个 tuple。不过可以传入 key 的生成函数。
# -*- coding: utf-8 -*-
import time
import funcy as fc
from functools import wraps
def cache(func):
local_cache = {}
@wraps(func)
def wrapper(*args, **kwargs):
key = "{}:{}".format(";".join(map(str, args)),
";".join(["{}:{}".format(*map(str, item)) for item in sorted(kwargs.items())]))
if key in local_cache:
return local_cache[key]
else:
value = func(*args, **kwargs)
local_cache[key] = value
return value
return wrapper
# @cache
@fc.memoize
def get_timestamp(x):
return int(time.time())
if __name__ == '__main__':
print(get_timestamp(1))
time.sleep(1)
print(get_timestamp(1))
time.sleep(1)
print(get_timestamp(1))
time.sleep(2)
print(get_timestamp(2))
time.sleep(1)
print(get_timestamp(2))
print(get_timestamp.memory)这个就比较简单了，像 Golang 里的 Once ，就是限制函数只能被调用一次，使用的 threading.Lock 加锁。
# -*- coding: utf-8 -*-
import funcy as fc
@fc.once
def call_once():
print("only once called")
@fc.once
def call_once_with_args(x):
print("only once with args called")
if __name__ == '__main__':
call_once()
call_once()
call_once_with_args(1)
call_once_with_args(2)确实有不少好东西可以学习借鉴，可以查看文档或者速查表来找找有没有合适的工具。
突然想起来，还一个单例模式，竟然没有提供，大意了吖。