Python 3.8 即将到来，这是你需要关注的几大新特性

点击上方“AI有道”，选择“星标”公众号
重磅干货，第一时间送达

本文转载自机器之心，禁二次转载

整理 | 机器之心
参与 | 一鸣、路

Python 是一门广受好评的编程语言，每个版本的更新都会对开发社区带来一定影响。近日，Python 3.8 已进入 beta 2 版本的测试中，各项新特性已经添加完毕，最终版本预计于今年 10 月发布。在发布即将到来前，机器之心总结了 Python 3.8 中几大值得关注的新功能和改进。

从事计算机领域工作的读者朋友对 Python 编程语言应该非常熟悉了。这是一门广受好评的动态编程语言，其灵活和语法简易的特点使得这门语言在脚本工具、数据分析、Web 后端都有广泛的应用。Python 开发社区也非常活跃，3.x 的版本迭代速度非常快。2018 年 6 月底，Python 3.7 问世，之后 Python 3.8 的开发和测试工作也已经展开。近日，Python 软件基金会公开了 3.80b2 的说明文档，向公众展示了 beta 版本的测试进展，以及 Python 3.8 版本的新特性和功能改进。

目前，Python 3.8 的 beta 测试流程正在进行中。今年 6 月初，官方发布了第一个 beta 版本——Python 3.80b1，紧接着一个月后发布了 Python 3.80b2。第二个 beta 版本发布后，Python 3.8 新特性已经添加完毕。官方目前已公布最终版本的发布时间，预计在今年的 10 月份。

那么，新的 Python 3.8 版本有哪些新特性和功能呢？机器之心根据 Python 基金会公开的文档，整理出了以下值得期待的新特性和功能改进。

文档地址：https://docs.python.org/zh-cn/3.8/whatsnew/3.8.html#summary-release-highlights

新的语法

Python 3.8 中最值得关注的部分在于其语法的变化，这些新语法有助于提升效率，减少代码工作量。

海象运算符（ := ）

这个「:=」横过来看是不是有点像海象的脸？这是一个新的 Python 语法，可以在进行条件判断时直接为变量赋值。

过去我们需要首先对某个变量进行赋值，然后进行条件判断。

m = re.match(p1, line)

复制代码

if m:

复制代码

return m.group(1)

复制代码

else:

复制代码

m = re.match(p2, line)

复制代码

if m:

复制代码

return m.group(2)

复制代码

else:

复制代码

m = re.match(p3, line)

复制代码

...

复制代码

而使用海象运算符后，我们可以直接为变量赋值：

if m := re.match(p1, line):

复制代码

return m.group(1)

复制代码

elif m := re.match(p2, line):

复制代码

return m.group(2)

复制代码

elif m := re.match(p3, line):

复制代码

还有一个在循环中使用的例子，过去在对某个变量进行循环前必须首先赋值：

ent = obj.next_entry()

复制代码

while ent:

复制代码

... # process ent

复制代码

ent = obj.next_entry()

复制代码

现在可以一边循环一边赋值：

while ent := obj.next_entry():

复制代码

... # process ent

复制代码

代码调试中支持 f-string

f-string（或者称为「格式化字符串」）在 Python 3.6 版本中加入的，虽然这一特性非常方便，但是开发者发现 f-string 对调试没有帮助。因此，Eric V. Smith 为 f-string 添加了一些语法结构，使其能够用于调试。

在过去，f-string 可以这样使用：

print(f'foo={foo} bar={bar}')

复制代码

在 Python 3.8 中，只需使用如下代码（更加简洁）：

print(f'{foo=} {bar=}')

复制代码

两种情况下，输出都是：

>>> foo = 42

复制代码

>>> bar = 'answer ...'

复制代码

>>> print(f'{foo=} {bar=}')

复制代码

foo=42 bar=answer ...

复制代码

此外，可以通过在赋值符号后增加「!s」和「!f」命令，规定输出结果的格式，例如：

>>> import datetime

复制代码

>>> now = datetime.datetime.now()

复制代码

>>> print(f'{now=} {now=!s}')

复制代码

now=datetime.datetime(2019, 7, 16, 16, 58, 0, 680222) now=2019-07-16 16:58:00.680222

复制代码

>>> import math

复制代码

>>> print(f'{math.pi=!f:.2f}')

复制代码

math.pi=3.14

复制代码

如代码所示，第二个「now」变量的等号后增加了「!s」字符，使得 now 从「datetime」类型的输出变成了字符串类型的输出。在「pi」的输出中，由于加入了「!f:.2f」，使得 pi 的输出变为了保留小数点后两位。

而花括号中的格式也会影响打印结果的格式，例如：

>>> a = 37

复制代码

>>> print(f'{a = }, {a = }')

复制代码

a = 37, a = 37

复制代码

花括号中的等号前后间距不同，打印结果中的间距也不一样。

不需要 Keyword 的变量输入

这一语法使得函数在定义输入变量时可以规定只能输入 Value，而不在 Value 前加上 Keyword。

例如，在使用 pow() 函数时：

>>> pow(2, 3)

复制代码

8

复制代码

>>> pow(x=2, y=3)

复制代码

...

复制代码

TypeError: pow() takes no keyword arguments

复制代码

第一种方法是合法的，但是第二种则非法。

为了保证第一种纯粹的 Python 函数方法，开发者可以在定义函数时使用「/」规定哪些变量的输入必须按照第一种格式。例如：

def pow(x, y, z=None, /):

复制代码

r = x**y

复制代码

if z is not None:

复制代码

r %= z

复制代码

return r

复制代码

在定义了所有变量之后额外增加一个「/」字符，表示所有的 Python 变量输入必须按照 pow(x, y, z) 的方式进行。

当然，也可以在变量之间插入「/」，正斜杠之前的变量按照纯粹的 Python 输入方法，而正斜杠之后的按照定义好的方法执行。例如，定义如下函数：

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

复制代码

...

复制代码

则以下一些表达式合法的，但另一些非法：

fun(1, 2, 3, 4, e=5, f=6) # legal

复制代码

fun(1, 2, 3, d=4, e=5, f=6) # legal

复制代码

fun(a=1, b=2, c=3, d=4, e=5, f=6) # illegal

复制代码

其他特性

除了一些语法方面的改进，Python 3.8 版本还有一些其他的变化。

可移动的「__pycache__」

__pycache__目录是由 Python3 解释器创建的，用于保存.pyc 文件。这些文件保存着解释器编译.py 文件之后的字节码（byte code）。之前的 Python 版本仅仅只是为每个.py 文件创建一个.pyc 文件，但是新版本会有所变化。

为了支持多版本的 Python，包括一些不是 CPython 的版本（如 PyPy），现在库文件会为每个 Python 版本创建对应的.pyc 文件，格式形如「name.interp-version.pyc」。例如，某个 foo.py 文件在第一次使用的时候会创建一个对应的 pyc 文件，其路径为「__pycache__/foo.cpython-37.pyc」，这个 pyc 文件会定义使用的 Python 版本。

其他改进

Python 3.8 会为 C 语言扩展加入更快的调用方式，这种方式原本属于 CPython。在 Python3.8 中，这一功能是实验性的，最终的完成版本会出现在 Python3.9 中。

同时，编译器中的初始化配置处理也得到了清理，使得 Python 可以更好地嵌入其他程序，不需要依赖环境变量或在已有的 Python 系统中增加导致冲突的其他组件。

此外，大量的 Python 自带模块得到了改进和调整，如「os.path」、「shutil」、「math」、「ssl」等。

Python 3.8 什么时候与大家见面？

目前发布时间仍在探讨，但考虑到 Python 3.9 的发布计划（大约在 2020 年 6 月），官方认为 Python3.8 的发布时间不应当晚于今年 10 月份。

推荐阅读
（点击标题可跳转阅读）
完备的 AI 学习路线，最详细的资源整理！
干货 | 公众号历史文章精选
我的深度学习入门路线
我的机器学习入门路线图

觉得这篇文章有帮助？请转发给更多人
关注 AI有道 加星标，获取最新 AI 干货

最新 AI 干货，我在看