python3.8究竟更新了什么？

2019.10.15日python 3.8.0 稳定版正式发布，让我们来看看究竟有什么新特性和优化吧。

---

Python 3.8.0 稳定版 部分新特性：

1. PEP 572 ，赋值表达式
2. PEP 570 ，仅位置参数
3. PEP 587 ，Python 初始化配置（改进嵌入）
4. PEP 590 ，Vectorcall：用于 CPython 的快速调用协议
5. PEP 578 ，运行时审核挂钩
6. PEP 574 ，带外数据的 Pickle 协议5
7. Typing 相关（Typing-related）：PEP 591，PEP 586 和 PEP 589
8. 并行文件系统缓存，用于编译的字节码
9. 调试版本与发行版本共享 ABI
10. typed_ast 被合并回 CPython
11. LOAD_GLOBAL 现在快 40%
12. pickle 现在默认使用协议4，提高了性能

那么让我们再细一点看一看：

PEP 572: Assignment Expressions
PEP 572 的标题是复制表达式，也叫做 [命名表达式]，不过他现在亲切的被称为"海象运算符"（the walrus operator）。因为它长得就像海象的眼睛和牙齿 ：= 2333…

赋值表达式有很多用处，避免重复调用，减少正则匹配次数，while循环里再次使用，列表解析式里的应用等等…贴几个官方的代码：

if (n := len(a)) > 10:
	print(f"List is too long ({n} elements, expected <= 10)")

discount = 0.0
if (mo := re.search(r'(\d+)% discount'), advertisement)):
	discount = float(mo.group(1)) / 100.0

# Loop over fixed length blocks
while (block := f.read(256)) != '':
	process(block)

[clean_name.title() for name in names
if (clean_name := normalize('NFC', name)) in allowed_names]

Try to limit use of the walrus operator to clean cases that reduce complexity and improve readability.

注意，要有限制的使用海象运算符，要减少复杂性，提高可读性。

---

PEP 570: Positional-only parameters
PEP 570 就是曾经缺少的那种传参方式——Positional-only parameters 仅位置参数

是一种新的函数参数语法， /，表明一些函数参数必须指定位置，不能用作关键字参数。让我们看几个官网例子：

def f(a, b, /, c, d, *, e, f):
	print(a, b, c, d, e, f)

一个有效调用：

f(10, 20, 30, d=40, e=50, f=60)

然而，下面是错误调用：

f(10, b=20, c=30, d=40, e=50, f=60)  # b不能作为关键字参数传参
f(10, 20, 30, 40, 50, f=60)  # e 必须是关键字传参

这种表示法的一个用例是，它允许纯Python函数完全模拟现有C编码函数的行为。例如，内置的pow()函数不接受关键字参数：

def pow(x, y, z=None, /):
	"Emulate the built in pow() function"
	r = x ** y
	return r if z is None else r%z

另一个用例是在参数名没有帮助时排除关键字参数。例如，内奸 len() 函数有一个签名len (obj， /)。这就避免了一些尴尬的调用，比如：

len(obj='hello')  # The "obj" keyword agrument impairs readability

将参数标记为 positional-only 的另一个好处是，它允许在将来更改参数名称，而不会有破坏客户机代码的风险。例如，在统计模块中，参数名 dist 将来可能会改变。这让有以下功能说明变为可能：

def quantiles(dist, /, *, n=4, method='exclusive')
	...

由于/左边的参数没有作为关键字公开，所以参数名仍然可以在**kwargs中使用：

def f(a, b, /, **kwargs):
	print(a, b, kwargs)

f(10, 20, a=1, b=2, c=3)  # a 和 b 用两种方式传入
-----
10 20 {'a': 1, 'b': 2, 'c': 3}

这极大地简化了需要接受任意关键字参数的函数和方法的实现。例如，以下是collections模块中的代码摘录：

class Counter(dict):
	
	def __init__(self, iterable=None, /, **kwargs):
		# Note "iterable" is a possible keyword argument

---

PEP 578: Python Runtime Audit Hooks
现在可以给 Python 运行时添加审计钩子：

import sys
import urllib.request


def audit_hook(event, args):
	if event in ['urllib.Request']:
		print(f'Network {event=} {args=}')
	
sys.addaudithook(audit_hook)

In: urllib.request.urlopen('https://httpbin.org/get?a=1')
	Network event='urllib.Request' args=('https://httpbin.org/get?a=1', None, {}, 'GET')
Out: <http.client.HTTPRespinse at 0x10e304310>

目前支持审计的时间名字和 API 可以看 PEP 文档，urllib.Request 是其中之一。另外还可以自定义事件：

def audit_hook(event, args):
	if event in ['make_request']:
		print(f'Network {event=} {args=}')

In: sys.addaudithook(audit_hook)

In: sys.audit('make_request', 'https://baidu.com')
Network event = 'make_request' args=('https://baidu.com',)

In: sys.audit('make_request', 'https://douban.com')
Network event='make_request' args=('https://douban,com',)
Multiprocessing shared memory

可以跨进程直接访问同一内存（共享）：

# IPython 进程A
In  : from multiprocessing import shared_memory

In  : a = shared_memory.ShareableList([1, 'a', 0.1])

In  : a
Out : ShareableList([1, 'a', 0.1], name='psm_d5d6ba1b')  # 注意name
# IPython进程B(另外一个终端进入IPython)
In  : from multiprocessing import shared_memory
In  : b = shared_memory.ShareableList(name='psm_d5d6ba1b')

In  : b
Out : ShareableList([1, 'a', 0.1], name='psm_d5d6ba1b')
New importlib.metadata module

使用新的 importlib.metadata 模块可以直接读取第三方包的元数据：

In  : from importlib.metadata import version, files, requires, distribution

In  : version('flask')
Out : '1.1.1'

In  : requires('requests')
Out : 
['chardet (<3.1.0,>=3.0.2)',
 'idna (<2.9,>=2.5)',
 'urllib3 (!=1.25.0,!=1.25.1,<1.26,>=1.21.1)',
 'certifi (>=2017.4.17)',
 "pyOpenSSL (>=0.14) ; extra == 'security'",
 "cryptography (>=1.3.4) ; extra == 'security'",
 "idna (>=2.0.0) ; extra == 'security'",
 "PySocks (!=1.5.7,>=1.5.6) ; extra == 'socks'",
 'win-inet-pton ; (sys_platform == "win32" and python_version == "2.7") and extra == \'socks\'']

In : dist = distribution('celery')
 
In : dist.version
Out: '4.3.0'
 
In : dist.metadata['Requires-Python']
Out: '>=2.7, !=3.0.*, !=3.1.*, !=3.2.*, !=3.3.*'
 
In : dist.metadata['License']
 
In : dist.entry_points
Out:
[EntryPoint(name='celery', value='celery.__main__:main', group='console_scripts'),
 EntryPoint(name='celery', value='celery.contrib.pytest', group='pytest11')]
 
In : files('celery')[8]
Out: PackagePath('celery/__init__.py')
 
In : dist.locate_file(files('celery')[8])
Out: PosixPath('/Users/dongweiming/test/venv/lib/python3.8/site-packages/celery/__init__.py')
functools.cached_property

缓存属性 (cached_property) 是一个非常常用的功能，很多知名 Python 项目都自己实现过它，现在终于进入版本库了。

未完待续…