Mark Pilgrim：深入 Python3

本文檔提取並解釋了提供資料中的主要論點：

Python 3 的核心特性與變革

提供的資料（「深入 Python 3」）的核心在於介紹 Python 語言的第三個主要版本及其與前一個版本 Python 2 的主要區別、新增功能及推薦的開發實踐。核心變革包括：

  1. print 從語句變為函數： Python 3 中，print() 成為一個標準函數，需要使用括號來包含其參數。這使得 print 的行為與其他函數更一致，並允許通過參數（如 end 和 file）更靈活地控制輸出，取代了 Python 2 中特殊的語法。
  2. bytes 與 str 的嚴格區分： 這是 Python 3 中最重要的改變之一。Python 2 模糊了文字（字元序列）和二進位資料（位元組序列）的界限，預設字串是位元組序列，而 Unicode 字串是另一種類型。Python 3 則明確區分 str (永遠代表 Unicode 字元序列) 和 bytes (永遠代表 0 到 255 之間的整數序列，即位元組)。兩者之間不進行隱式轉換，必須使用 .encode() (將 str 轉為 bytes) 和 .decode() (將 bytes 轉為 str) 進行顯式轉換，並指定編碼方式。這徹底解決了字元編碼問題帶來的困擾。
  3. 迭代器成為常態： Python 3 中，許多原本在 Python 2 中返回列表的函數或方法，現在改為返回迭代器或視圖（Views）。例如，字典的 .keys()、.items() 和 .values() 方法返回的是動態視圖，range() 函數返回的是迭代器。這意味著這些操作不再立即在記憶體中建立完整的列表，從而節省記憶體，尤其處理大量資料時效率更高。需要列表時，必須使用 list() 顯式轉換。
  4. 2to3 自動化移植工具： 為了協助開發者將現有的 Python 2 程式碼遷移到 Python 3，Python 提供了 2to3 腳本，可以自動修正許多語法和內建函數的變化，如 print 語句、unicode() 函數、xrange() 函數等。然而，它無法解決所有問題，特別是那些涉及 bytes 和 str 區別的邏輯問題，仍需要人工審查和修改。

內建資料型別及其應用

Python 3 提供了豐富且功能強大的內建資料型別，支援各種資料結構和操作：

  1. 基本型別：
    • 布林（Booleans）： True 和 False，在布林上下文中，許多非布林型別的值會被解釋為真或假（例如，數字 0、空序列、空集合、空字典為假）。
    • 數值（Numbers）： 包括任意精度的整數（int，取代了 Python 2 的 int 和 long）、浮點數（float）、分數（fractions.Fraction）和複數。支援標準數學運算符（+, -, *, /, // 地板除, % 模除, ** 乘冪）。
    • 空值（None）： 特殊的單例對象，代表沒有值。在布林上下文中為假。
  2. 序列型別（Sequences）：
    • 列表（Lists）： 有序、可變的集合，元素可以是任意型別，可透過索引（支援負索引）、切片存取、新增（append(), extend(), insert(), +）和刪除（del, remove(), pop()) 元素。
    • 元組（Tuples）： 有序、不可變 的集合，特性類似列表，但一旦建立便無法修改。常用於表示一組相關且固定不變的值，或作為字典的鍵（因其不可變性）。支援索引和切片，可透過元組拆包（Unpacking）同時賦值給多個變數。
  3. 集合型別（Sets）：
    • 集合（Sets）： 無序、包含唯一元素的集合。支援新增（add(), update()) 和刪除（discard(), remove(), pop(), clear()) 元素，以及標準集合運算（聯集 union(), 交集 intersection(), 差集 difference(), 對稱差集 symmetric_difference()）。空集合必須使用 set() 建立，因為 {} 用於建立空字典。
  4. 對映型別（Mappings）：
    • 字典（Dictionaries）： 無序的鍵值對集合，鍵必須是唯一的且為不可變型別（如字串、數字、元組），值可以是任意型別。透過鍵來存取、設定或刪除值。是 Python 中實現雜湊表（Hash Table）的基礎。

開發實踐與程式碼管理

除了語言核心和資料型別，資料也強調了軟體開發的推薦實踐：

  1. 模組化程式碼（Modular Code）： 鼓勵將程式碼組織成模組（單一 .py 文件）或多文件模組（包含 __init__.py 的目錄），以提高可讀性和可維護性。使用相對匯入（Relative Imports，如 from . import another_module）來引用同一包內的模組。
  2. 函式與類別的使用（Functions & Classes）： 介紹如何定義函數（def）和類別（class），使用文件字串（Docstrings）為程式碼添加說明，以及通過特殊方法（如 __init__, __str__, __len__, __getitem__ 等）客製化對象行為，使其表現得像內建型別（如序列、字典、數字等）。
  3. 迭代器與生成器（Iterators & Generators）： 詳細解釋迭代器協定（__iter__, __next__, StopIteration），生成器函數（yield）和生成器表達式如何提供惰性求值（Lazy Evaluation）的能力，在處理大型序列時節省記憶體和提高效率。itertools 模組提供了許多高效的迭代器構建工具。
  4. 例外處理（Exception Handling）： 強調使用例外來處理可預期的錯誤或異常情況，而非返回錯誤碼。介紹如何引發例外（raise）和處理例外（try...except）。
  5. 單元測試（Unit Testing）： 推廣測試驅動開發（TDD）理念，即先編寫測試案例，再編寫程式碼使其通過。使用 Python 內建的 unittest 模組編寫獨立、自動化、可自我驗證的測試案例，以確保程式碼功能的正確性、防止過度編碼、支援重構並提高程式碼品質。測試涵蓋正常輸入和異常輸入。
  6. 重構（Refactoring）： 在有良好單元測試的基礎上，鼓勵安全地修改已工作的程式碼以提高其效能、可讀性或可維護性。單元測試為重構提供了安全網。
  7. 程式碼打包與發佈（Code Packaging & Distribution）： 使用 Python 內建的 Distutils 框架（以 setup.py 腳本為核心）來定義套件的元數據（名稱、版本、作者、許可證等）、指定要包含的文件（packages、py_modules、MANIFEST.in）並建立標準的分發包（如源碼包 sdist、Windows 安裝程式 bdist_wininst）。介紹如何將套件上傳到 Python 包索引（PyPI），並對套件進行分類以便使用者搜尋。
  8. HTTP Web 服務與資料序列化（HTTP Web Services & Data Serialization）： 介紹如何使用 HTTP 協定（GET, POST 等）與 Web 服務互動，並強調使用功能更全面的第三方庫（如 httplib2）而非標準庫（urllib.request）以獲得更好的快取、驗證、壓縮和重定向支援。資料序列化（Pickling）是將 Python 對象轉為位元組序列（pickle 模組，Python 特定）或跨語言通用格式（如 JSON，json 模組）以便存儲或傳輸的過程，並介紹如何處理 JSON 不原生支援的資料型別。

總而言之，提供資料詳盡地介紹了 Python 3 的核心特性、內建工具、推薦的程式碼結構、開發實踐以及如何將程式碼發佈和與外部服務互動，特別強調了 bytes 和 str 的區別以及單元測試在整個開發生命週期中的重要性。