学习Python;我怎样才能使这个更Pythonic？

Question

我是一名探索外部世界的PHP开发人员。我决定开始学习Python。

以下脚本是我第一次尝试将PHP脚本移植到Python。它的工作是从Redis商店获取推文。推文来自Twitter的Streaming API并以JSON对象的形式存储。然后提取所需信息并将其转储到CSV文件中，然后使用托管在不同服务器上的LOAD DATA LOCAL INFILE导入到MySQL中。

所以，问题是：现在我有我的第一个Python脚本运行，我怎么能使它更Pythonic？有什么建议，你们有吗？让它变得更好？我应该知道的技巧？建设性的批评？

更新：已经采取了大家的建议迄今，这里是更新版本：
UPDATE2：通过pylint的冉代码。现在得分9.89/10。还有其他建议吗？

# -*- coding: utf-8 -*- 
"""Redis IO Loop for Tweelay Bot""" 
from __future__ import with_statement 

import simplejson 
import re 
import datetime 
import time 
import csv 
import hashlib 

# Bot Modules 
import tweelay.red as red 
import tweelay.upload as upload 
import tweelay.openanything as openanything 

__version__ = "4" 

def process_tweets(): 
    """Processes 0-20 tweets from Redis store""" 
    data = [] 
    last_id = 0 
    for i in range(20): 
    last = red.pop_tweet() 
    if not last: 
     break 

    t = TweetHandler(last) 
    t.cleanup() 
    t.extract() 

    if t.get_tweet_id() == last_id: 
     break 

    tweet = t.proc() 
    if tweet: 
     data = data + [tweet] 
     last_id = t.get_tweet_id() 

    time.sleep(0.01) 

    if not data: 
    return False 

    ch = CSVHandler(data) 
    ch.pack_csv() 
    ch.uploadr() 

    source = "http://bot.tweelay.net/tweets.php" 
    openanything.openAnything(
    source, 
    etag=None, 
    lastmodified=None, 
    agent="Tweelay/%s (Redis)" % __version__ 
    ) 

class TweetHandler: 
    """Cleans, Builds and returns needed data from Tweet""" 
    def __init__(self, json): 
    self.json = json 
    self.tweet = None 
    self.tweet_id = 0 
    self.j = None 

    def cleanup(self): 
    """Takes JSON encoded tweet and cleans it up for processing""" 
    self.tweet = unicode(self.json, "utf-8") 
    self.tweet = re.sub('^s:[0-9]+:["]+', '', self.tweet) 
    self.tweet = re.sub('\n["]+;$', '', self.tweet) 

    def extract(self): 
    """Takes cleaned up JSON encoded tweet and extracts the datas we need""" 
    self.j = simplejson.loads(self.tweet) 

    def proc(self): 
    """Builds the datas from the JSON object""" 
    try: 
     return self.build() 
    except KeyError: 
     if 'delete' in self.j: 
     return None 
     else: 
     print ";".join(["%s=%s" % (k, v) for k, v in self.j.items()]) 
     return None 

    def build(self): 
    """Builds tuple from JSON tweet""" 
    return (
    self.j['user']['id'], 
    self.j['user']['screen_name'].encode('utf-8'), 
    self.j['text'].encode('utf-8'), 
    self.j['id'], 
    self.j['in_reply_to_status_id'], 
    self.j['in_reply_to_user_id'], 
    self.j['created_at'], 
    __version__) 

    def get_tweet_id(self): 
    """Return Tweet ID""" 
    if 'id' in self.j: 
     return self.j['id'] 

    if 'delete' in self.j: 
     return self.j['delete']['status']['id'] 


class CSVHandler: 
    """Takes list of tweets and saves them to a CSV 
    file to be inserted into MySQL data store""" 
    def __init__(self, data): 
    self.data = data 
    self.file_name = self.gen_file_name() 

    def gen_file_name(self): 
    """Generate unique file name""" 
    now = datetime.datetime.now() 

    hashr = hashlib.sha1() 
    hashr.update(str(now)) 
    hashr.update(str(len(self.data))) 

    hash_str = hashr.hexdigest() 
    return hash_str+'.csv' 

    def pack_csv(self): 
    """Save tweet data to CSV file""" 
    with open('tmp/'+self.file_name, mode='ab') as ofile: 
     writer = csv.writer(
     ofile, delimiter=',', 
     quotechar='"', 
     quoting=csv.QUOTE_MINIMAL) 
     writer.writerows(self.data) 

    def uploadr(self): 
    """Upload file to remote host""" 
    url = "http://example.com/up.php?filename="+self.file_name 
    uploadr = upload.upload_file(url, 'tmp/'+self.file_name) 
    if uploadr[0] == 200: 
     print "Upload: 200 - ("+str(len(self.data))+")", self.file_name 
     print "-------" 
     #os.remove('tmp/'+self.file_name) 
    else: 
     print "Upload Error:", uploadr[0] 

if __name__ == "__main__": 
    while True: 
    process_tweets() 
    time.sleep(1) 

Answer 1

相反的：

i=0 
    end=20 
    last_id=0 
    data=[] 
    while(i<=end): 
    i = i + 1 
    ... 

代码：

last_id=0 
    data=[] 
    for i in xrange(1, 22): 
    ... 

相同的语义，更紧凑，更符合Python。

而不是

if not last or last == None: 

做到这

if not last: 

因为None是假十岁上下无论如何（所以not last是True当last是None). In general, when you want to check if something is无, code是无, not == None`。

在

if(j['id'] <> last_id): 

失去了多余的括号和过时的<>运营商和代码，而不是

if j['id'] != last_id: 

，并删除其他if声明冗余括号。

相反的：

if len(data) == 0: 

代码：

if not data: 

因为任何空容器是假十岁上下。

在

hash_str = str(hash.hexdigest()) 

代码代替

hash_str = hash.hexdigest() 

由于该方法已经返回一个字符串，使得str呼叫冗余。

相反的：

for item in data: 
    writer.writerow(item) 

使用

writer.writerows(data) 

这确实代表你的循环。

而不是

ofile = open('tmp/'+file_name, mode='ab') 
    ... 
    ofile.close()  

使用（在Python 2.6或更高，或2.5与

from __future__ import with_statement 

启动模块到with声明功能 “从今后进口”）：

with open('tmp/'+file_name, mode='ab') as ofile: 
    ... 

它保证为您做出关闭（包括在发生异常可能会被提出）。

而不是

print "Upload Error: "+uploadr[0] 

使用

print "Upload Error:", uploadr[0] 

，类似的还有其他print语句 - 逗号插入一个空间给你。

我确定还有更多这样的小东西，但是这些只是一些“跳到眼睛”，因为我正在扫描您的代码。

Answer 2

1. 我见过的Python每个方法变量名是在没有下划线小写。 （我不认为这是一个要求，可能不是标准做法。）
2. 你应该把逻辑分解成多个单一用途的方法。
3. 再向前2步，创建一些类将相关方法封装在一起。

Answer 3

pythonic python不使用整数流量控制非常多。这个成语几乎总是for item in container:。另外，我会使用一个类来保存一个'用户对象'。它比简单的容器类型更容易使用，比如列表和字典（并且将你的代码编排成更加面向对象的风格）。你可以手动编译reg-exes以获得更多的性能。

class MyTweet(object): 
    def __init__(self, data): 
    # ...process json here 
    # ... 
    self.user = user 

for data in getTweets(): 
    tweet = MyTweet(data) 

Answer 4

# Bot Modules 
import red #Simple Redis API functions 
import upload #pycurl script to upload to remote server 

如果您的应用程序将被使用和维护，它能够更好地收拾包中的所有这些模块。

Answer 5

代替....

i=0 
    end=20 
    last_id=0 
    data=[] 
    while(i<=end): 
    i = i + 1 

可以使用...

for i in range(20): 

但总的来说，这不是很清楚这20来自哪里？魔法 ＃？

Answer 6

如果你有一个方法不适合在视图窗格中，你真的想缩短它。说15行左右。我看到至少有三种方法：print_tweet，save_csv和upload_data。要确切地说明他们应该命名的内容有点困难，但似乎有三个不同的代码段，您应该尝试突破。

Answer 7

通过pylint运行您的代码。