雷锋网 AI 开发者按：距 Python 3.8 稳定版正式发布已经过去了小半个月，不少 Python 常驻用户已经将 Python 更新到了 3.8 版本，也有一些朋友担心代码运行兼容性等问题，依然坚挺在 Python3.7 中。
那么，究竟要不要更新到 Python 3.8？新版本有哪些特点？它能为程序猿们带来怎样的收益？一位外国的 python 忠实小哥哥发了一篇文章，用众多实例详细讲解了 Python 3.8 特别的新功能。雷锋网 AI 开发者也将其更多功能整理编译到后文中，希望这篇文章能帮助你更好的理解 Python 3.8。
Animesh Gaitonde 是 python 的狂热爱好者，下面是他对 python 3.8 中 walrus 运算符的使用心得——
最近，python 社区发布了该语言的 3.8 版本。作为python 的超级粉丝 ，我研究了发行说明，有一个特别的操作符引起了我的注意，该运算符称为 walrus 运算符（：=）或赋值表达式运算符。
这个新运算符（：=）使我们能够将值赋给表达式中的变量。这个符号有点像海象的眼睛和獠牙（因此也称为「海象运算符」）。
walrus 牛刀小试
现在让我们看看下面的代码段：
countries = [「India」,「USA」,「France」,「Germany」]
if len(countries) < 5:
print ("Length of countries is " + len(countries))
在这个代码段中，我们将调用函数 len（）两次。有什么方法可以避免重新调用以提高可读性吗？是的，在改进代码之后，我们得到了以下结果：
country_size = len(countries)
if country_size < 5:
print ("Length of countries is " + country_size)
还有进一步改进的余地吗？我们是否可以避免在单独的行中为变量「country_size」赋值？在 Python3.8 中引入的 walrus 运算符可以拯救我们，它使我们可以在 if 语句本身中声明和赋值：
if country_size := len(countries) < 5 :
print ("Length of countries is " + country_size)
让我们进一步探讨这个运算符的能力。
代码行数与复杂度的平衡
让我们看看下面的例子：
多次调用成本高昂的函数
在上面的示例中，通过多次调用运行成本高的函数来填充列表。但在 walrus 运算符的帮助下，我们可以将结果存储在一个变量中，并在进一步的计算中重用同一个变量，从而避免多次调用 get_count（）函数。下面是使用 walrus 运算符后的示例：
使用 walrus 运算符避免多个函数调用
从上面的例子可以看出，walrus 运算符减少了代码行，使代码更具可读性，从而简化了审阅者的工作。此外，它在代码行数和代码复杂度之间达到了更好地平衡。
理解效率低下
基于条件填充列表
在上面的例子中，我们正在执行多个操作。最初，我们创建了一个空列表，然后迭代一个 id 列表，并通过检查结果是否有效来填充该列表。
通过 walrus 运算符，我们可以简化上面的代码，并将所有内容放在一行中。
使用者需避免对 walrus 运算符的错误理解
分块处理文件
在处理一个大文件时，我们将文件分成块并读取。每次读取块时，都会检查该值，并将其作为 while 循环中的终止条件，代码如下：
chunk = file.read(256)
while chunk:
process(chunk)
chunk = file.read(256)
通过使用 walrus 运算符，我们可以在 while 循环的表达式中读取并分配所读数值，这样还能够避免在 while 循环外显式声明变量。下面是一个例子：
while chunk := file.read(256) :
process(chunk)
正则表达式匹配
正则表达式匹配是一个需要两个步骤的过程。在第一步中，我们检查是否发生匹配，在下一步中，我们提取子组：
正则表达式匹配
从上面的代码可以看出，如果匹配，我们正在重新计算 re.match（info），这会根据数据降低程序的速度。
上述代码利用 walrus 运算符可以重写如下，并且可以避免重新计算：
正则表达式匹配：=
哪里不能用 walrus 运算符？
1. 给变量赋值
a = 5 #Valid
a := 5 #InValid
empty_list = [] #Valid
empty_list := [] #InValid
如上所示，我们不能将=运算符与：=运算符一起使用，walrus 运算符只能是表达式的一部分。
2. 加减运算
a += 5 #Valid
a :+=5 # Invalid
3. lambda 函数中的赋值表达式
(lambda: a:= 5) # Invalid
lambda: (a := 5) # Valid, but not useful
(var := lambda: 5) # Valid
PEP-572 与争议
walrus 运算符是作为 pep-572（python 增强建议）的一部分引入的。
一个面向大众的工具，必须得到发明者圭多·范·罗森（Guido van Rossum）和他所选的代表们的批准。因此，围绕 walrus 运算符的争论很多，其中部分内容如下：
1. 句法变异
开发人员提出了许多替代「：=」，例如表达式->名称、名称->表达式、{表达式} 名称等。很少有使用现有关键字的建议，而其他使用新的运算符的建议。
2. 向后兼容性
这个特性不会向后兼容，也不会在以前的 python 版本上运行。
3. 运算符名称
人们推荐的名字，比如'assignment operator'、'named expression operator'、'becomes operator'等等，而不是像 walrus operator 这样的行话，会导致混淆。
关于 walrus 运算符的争论
关于 walrus 运算符的详细介绍就是这些，除此之外，Python3.8 也有其它新功能——
这是新增的一个函数形参语法，用来指明某些函数形参必须使用仅限位置而非关键字参数的形式。这种标记语法与通过 help() 所显示的使用 Larry Hastings 的 Argument Clinic 工具标记的 C 函数相同。
在下面的例子中，形参 a 和 b 为仅限位置形参，c 或 d 可以是位置形参或关键字形参，而 e 或 f 要求为关键字形参:
def f(a, b, /, c, d, *, e, f):
print(a, b, c, d, e, f)
以下均为合法的调用:
f(10, 20, 30, d=40, e=50, f=60)
但是，以下均为不合法的调用:
f(10, b=20, c=30, d=40, e=50, f=60) # b cannot be a keyword argument
f(10, 20, 30, 40, 50, f=60) # e must be a keyword argument
这种标记形式的一个用例是它允许纯 Python 函数完整模拟现有的用 C 代码编写的函数的行为。另一个用例是在不需要形参名称时排除关键字参数。例如，内置的 len() 函数的签名为 len(obj, /)。
除了这一点，在 Python3.8 中，可以用 / 来表示必须通过仅位置参数之前的参数。这极大地方便了之前在自定义函数中，开发者没有简单的方法指定参数为仅位置参数的问题。
def incr(x, /):
return x + 1
更多关于仅位置参数：https://www.python.org/dev/peps/pep-0570/
新增的 PYTHONPYCACHEPREFIX 设置 (也可使用 -X pycache_prefix) 可将隐式的字节码缓存配置为使用单独的并行文件系统树，而不是默认的每个源代码目录下的 __pycache__ 子目录。
缓存的位置会在 sys.pycache_prefix 中报告 (None 表示默认位置即 __pycache__ 子目录)。
更详细内容：https://bugs.python.org/issue33499
不管是在发布模式还是调试模式下构建，Python 现在都使用相同的 ABI。在 Unix 上，当 Python 以调试模式构建时，现在可以加载以发布模式构建的 C 扩展和使用稳定 ABI 构建的 C 扩展
更详细内容：https://bugs.python.org/issue36721
=在 f-string 中添加了一个说明符。f 字符串（例如）f'{expr=}' 将扩展为表达式的文本、等号，然后扩展为求值表达式的表示形式。
更详细内容：https://bugs.python.org/issue36817
在 PEP 587 添加了新的 C API 以配置 Python 初始化，从而提供了对整个配置的更好控制和更好的错误报告。
新的结构：
PyConfig
PyPreConfig
PyStatus
PyWideStringList
新的函数：
PyConfig_Clear()
PyConfig_InitIsolatedConfig()
PyConfig_InitPythonConfig()
PyConfig_Read()
PyConfig_SetArgv()
PyConfig_SetBytesArgv()
PyConfig_SetBytesString()
PyConfig_SetString()
PyPreConfig_InitIsolatedConfig()
PyPreConfig_InitPythonConfig()
PyStatus_Error()
PyStatus_Exception()
PyStatus_Exit()
PyStatus_IsError()
PyStatus_IsExit()
PyStatus_NoMemory()
PyStatus_Ok()
PyWideStringList_Append()
PyWideStringList_Insert()
Py_BytesMain()
Py_ExitStatusException()
Py_InitializeFromConfig()
Py_PreInitialize()
Py_PreInitializeFromArgs()
Py_PreInitializeFromBytesArgs()
Py_RunMain()
更详细内容：https://www.python.org/dev/peps/pep-0587/
添加 "vectorcall" 协议到 Python/C API。它的目标是对已被应用于许多类的现有优化进行正式化。任何实现可调用对象的扩展类型均可使用此协议。
更详细内容：https://www.python.org/dev/peps/pep-0590/
当使用 pickle 在 Python 进程间传输大量数据以充分发挥多核或多机处理的优势时，非常重要一点是通过减少内存拷贝来优化传输效率，并可能应用一些定制技巧例如针对特定数据的压缩。
pickle 协议 5 引入了对于外部缓冲区的支持，这样 PEP 3118 兼容的数据可以与主 pickle 流分开进行传输，这是由通信层来确定的。
更详细内容：https://www.python.org/dev/peps/pep-0574/
博客地址：
更多关于 Python3.8：
雷锋网 AI 开发者
正在生成分享图...