Python高级编程 第2版
第1章 Python现状 1
1.1 Python的现状与未来 1
1.2 Python升级及其原因 2
1.3 追踪Python最新变化——PEP文档 2
1.4 当前Python 3的普及程度 3
1.5 Python 3和Python 2的主要差异 4
1.5.1 为什么要关注这些差异 4
1.5.2 主要的语法差异和常见陷阱 4
1.5.3 用于保持跨版本兼容性的常用工具和技术 6
1.6 不只是CPython 9
1.6.1 为什么要关注Python实现 10
1.6.2 Stackless Python 10
1.6.3 Jython 10
1.6.4 IronPython 11
1.6.5 PyPy 11
1.7 Python开发的现代方法 12
1.8 应用层Python环境隔离 13
1.8.1 为什么要隔离 14
1.8.2 常用解决方案 15
1.8.3 选择哪种工具 18
1.9 系统级环境隔离 19
1.9.1 使用Vagrant的虚拟开发环境 20
1.9.2 容器化与虚拟化的对比 21
1.10 常用的生产力工具 21
1.10.1 自定义Python shell— IPython、bpython、 ptpython等 22
1.10.2 交互式调试器 24
1.11 有用的资源 25
1.12 小结 25
第2章 语法最佳实践——类级别以下 26
2.1 Python的内置类型 26
2.1.1 字符串与字节 27
2.1.2 集合类型 30
2.2 高级语法 39
2.2.1 迭代器 40
2.2.2 yield语句 41
2.2.3 装饰器 44
2.2.4 上下文管理器—with语句 54
2.3 你可能还不知道的其他语法元素 58
2.3.1 for...else...语句 58
2.3.2 函数注解 59
2.4 小结 60
第3章 语法最佳实践—类级别以上 61
3.1 子类化内置类型 61
3.2 访问超类中的方法 63
3.2.1 Python 2中的旧式类与super 65
3.2.2 理解Python的方法解析顺序 66
3.2.3 使用super易犯的错误 70
3.2.4 最佳实践 73
3.3 高级属性访问模式 73
3.3.1 描述符 74
3.3.2 property 79
3.3.3 槽 81
3.4 元编程 82
3.4.1 装饰器— 一种元编程方法 83
3.4.2 类装饰器 83
3.4.3 使用__new__()方法覆写实例创建过程 85
3.4.4 元类 87
3.4.5 一些关于代码生成的提示 94
3.5 小结 100
第4章 选择好的名称 101
4.1 PEP 8与命名最佳实践 101
4.1.1 为何要遵守PEP 8以及何时遵守PEP 8 101
4.1.2 超越PEP 8—团队的风格指南 102
4.2 命名风格 102
4.3 命名指南 110
4.3.1 用“has”或“is”前缀命名布尔元素 111
4.3.2 用复数形式命名集合变量 111
4.3.3 用显式名称命名字典 111
4.3.4 避免通用名称 111
4.3.5 避免现有名称 112
4.4 参数的最佳实践 113
4.4.1 通过迭代设计构建参数 113
4.4.2 信任参数和测试 114
4.4.3 小心使用*args和**kwargs魔法参数 115
4.5 类的名称 117
4.6 模块和包的名称 117
4.7 有用的工具 118
4.7.1 Pylint 118
4.7.2 pep8和flake8 120
4.8 小结 120
第5章 编写一个包 121
5.1 创建一个包 121
5.1.1 Python打包工具的混乱状态 122
5.1.2 项目配置 123
5.1.3 自定义setup命令 131
5.1.4 在开发期间使用包 132
5.2 命名空间包 133
5.2.1 为什么有用 133
5.2.2 PEP 420—隐式命名空间包 135
5.2.3 以前Python版本中的命名空间包 136
5.3 上传一个包 137
5.3.1 PyPI—Python包索引 137
5.3.2 源代码包与构建包 139
5.4 独立可执行文件 142
5.4.1 独立可执行文件何时有用 143
5.4.2 常用工具 143
5.4.3 可执行包中Python代码的安全性 150
5.5 小结 151
第6章 部署代码 152
6.1 十二要素应用 152
6.2 用Fabric进行自动化部署 154
6.3 你自己的包索引或索引镜像 158
6.3.1 PyPI镜像 159
6.3.2 使用包进行部署 160
6.4 常见约定与实践 168
6.4.1 文件系统层次结构 168
6.4.2 隔离 168
6.4.3 使用进程管理工具 169
6.4.4 应该在用户空间运行应用代码 170
6.4.5 使用HTTP反向代理 171
6.4.6 优雅地重新加载进程 171
6.5 代码检测与监控 172
6.5.1 记录错误—sentry/raven 173
6.5.2 监控系统与应用指标 175
6.5.3 处理应用日志 177
6.6 小结 181
第7章 使用其他语言开发Python扩展 182
7.1 使用C或者C++编写扩展 182
7.2 为什么你想用扩展 184
7.2.1 提高关键代码段的性能 185
7.2.2 集成现有的使用不同语言编写的代码 185
7.2.3 集成第三方动态库 185
7.2.4 创建自定义数据类型 186
7.3 编写扩展 186
7.3.1 纯C扩展 187
7.3.2 Cython 201
7.4 挑战 205
7.4.1 额外的复杂性 205
7.4.2 调试 206
7.5 无扩展的动态库接口 206
7.5.1 ctypes 207
7.5.2 CFFI 212
7.6 小结 214
第8章 管理代码 215
8.1 版本控制系统 215
8.1.1 集中式系统 215
8.1.2 分布式系统 217
8.1.3 集中式还是分布式 219
8.1.4 尽可能使用Git 219
8.1.5 Git工作流程与GitHub工作流程 220
8.2 持续的开发过程 223
8.2.1 持续集成 224
8.2.2 持续交付 227
8.2.3 持续部署 227
8.2.4 常用的持续集成工具 228
8.2.5 选择正确的工具和常见的陷阱 234
8.3 小结 236
第9章 文档化你的项目 237
9.1 7项技术写作规则 237
9.1.1 两步写作 238
9.1.2 定位读者 238
9.1.3 使用简单的风格 239
9.1.4 限制信息范围 240
9.1.5 使用现实中的代码示例 240
9.1.6 使用轻量且充分的方法 241
9.1.7 使用模板 241
9.2 reStructuredText入门 242
9.2.1 章节结构 243
9.2.2 列表 245
9.2.3 行内标记 246
9.2.4 文字块 246
9.2.5 链接 247
9.3 构建文档 248
9.4 构建自己的文档集 254
9.4.1 构建格局 254
9.4.2 文档构建与持续集成 259
9.5 小结 260
第10章 测试驱动开发 261
10.1 我不测试 261
10.1.1 测试开发的原则 261
10.1.2 什么样的测试 265
10.1.3 达式Python标准测试工具 268
10.2 我做测试 273
10.2.1 unittest陷阱 273
10.2.2 unittest的替代品 274
10.2.3 测试覆盖率 280
10.2.4 仿真与模拟 282
10.2.5 测试环境与依赖兼容性 289
10.2.6 文档驱动开发 292
10.3 小结 294
第11章 优化——一般原则与分析技术 295
11.1 3个优化规则 295
11.1.1 首先要能工作 295
11.1.2 从用户的角度考虑 296
11.1.3 保持代码的可读性和可维护性 297
11.2 优化策略 297
11.2.1 找到另外的罪魁祸首 297
11.2.2 扩展硬件 298
11.2.3 编写速度测试 298
11.3 查找瓶颈 299
11.3.1 分析CPU使用情况 299
11.3.2 分析内存使用 307
11.3.3 分析网络使用情况 315
11.4 小结 316
第12章 优化——一些强大的技术 317
第13章 并发 339
第14章 有用的设计模式 376
1.1 Python的现状与未来 1
1.2 Python升级及其原因 2
1.3 追踪Python最新变化——PEP文档 2
1.4 当前Python 3的普及程度 3
1.5 Python 3和Python 2的主要差异 4
1.5.1 为什么要关注这些差异 4
1.5.2 主要的语法差异和常见陷阱 4
1.5.3 用于保持跨版本兼容性的常用工具和技术 6
1.6 不只是CPython 9
1.6.1 为什么要关注Python实现 10
1.6.2 Stackless Python 10
1.6.3 Jython 10
1.6.4 IronPython 11
1.6.5 PyPy 11
1.7 Python开发的现代方法 12
1.8 应用层Python环境隔离 13
1.8.1 为什么要隔离 14
1.8.2 常用解决方案 15
1.8.3 选择哪种工具 18
1.9 系统级环境隔离 19
1.9.1 使用Vagrant的虚拟开发环境 20
1.9.2 容器化与虚拟化的对比 21
1.10 常用的生产力工具 21
1.10.1 自定义Python shell— IPython、bpython、 ptpython等 22
1.10.2 交互式调试器 24
1.11 有用的资源 25
1.12 小结 25
第2章 语法最佳实践——类级别以下 26
2.1 Python的内置类型 26
2.1.1 字符串与字节 27
2.1.2 集合类型 30
2.2 高级语法 39
2.2.1 迭代器 40
2.2.2 yield语句 41
2.2.3 装饰器 44
2.2.4 上下文管理器—with语句 54
2.3 你可能还不知道的其他语法元素 58
2.3.1 for...else...语句 58
2.3.2 函数注解 59
2.4 小结 60
第3章 语法最佳实践—类级别以上 61
3.1 子类化内置类型 61
3.2 访问超类中的方法 63
3.2.1 Python 2中的旧式类与super 65
3.2.2 理解Python的方法解析顺序 66
3.2.3 使用super易犯的错误 70
3.2.4 最佳实践 73
3.3 高级属性访问模式 73
3.3.1 描述符 74
3.3.2 property 79
3.3.3 槽 81
3.4 元编程 82
3.4.1 装饰器— 一种元编程方法 83
3.4.2 类装饰器 83
3.4.3 使用__new__()方法覆写实例创建过程 85
3.4.4 元类 87
3.4.5 一些关于代码生成的提示 94
3.5 小结 100
第4章 选择好的名称 101
4.1 PEP 8与命名最佳实践 101
4.1.1 为何要遵守PEP 8以及何时遵守PEP 8 101
4.1.2 超越PEP 8—团队的风格指南 102
4.2 命名风格 102
4.3 命名指南 110
4.3.1 用“has”或“is”前缀命名布尔元素 111
4.3.2 用复数形式命名集合变量 111
4.3.3 用显式名称命名字典 111
4.3.4 避免通用名称 111
4.3.5 避免现有名称 112
4.4 参数的最佳实践 113
4.4.1 通过迭代设计构建参数 113
4.4.2 信任参数和测试 114
4.4.3 小心使用*args和**kwargs魔法参数 115
4.5 类的名称 117
4.6 模块和包的名称 117
4.7 有用的工具 118
4.7.1 Pylint 118
4.7.2 pep8和flake8 120
4.8 小结 120
第5章 编写一个包 121
5.1 创建一个包 121
5.1.1 Python打包工具的混乱状态 122
5.1.2 项目配置 123
5.1.3 自定义setup命令 131
5.1.4 在开发期间使用包 132
5.2 命名空间包 133
5.2.1 为什么有用 133
5.2.2 PEP 420—隐式命名空间包 135
5.2.3 以前Python版本中的命名空间包 136
5.3 上传一个包 137
5.3.1 PyPI—Python包索引 137
5.3.2 源代码包与构建包 139
5.4 独立可执行文件 142
5.4.1 独立可执行文件何时有用 143
5.4.2 常用工具 143
5.4.3 可执行包中Python代码的安全性 150
5.5 小结 151
第6章 部署代码 152
6.1 十二要素应用 152
6.2 用Fabric进行自动化部署 154
6.3 你自己的包索引或索引镜像 158
6.3.1 PyPI镜像 159
6.3.2 使用包进行部署 160
6.4 常见约定与实践 168
6.4.1 文件系统层次结构 168
6.4.2 隔离 168
6.4.3 使用进程管理工具 169
6.4.4 应该在用户空间运行应用代码 170
6.4.5 使用HTTP反向代理 171
6.4.6 优雅地重新加载进程 171
6.5 代码检测与监控 172
6.5.1 记录错误—sentry/raven 173
6.5.2 监控系统与应用指标 175
6.5.3 处理应用日志 177
6.6 小结 181
第7章 使用其他语言开发Python扩展 182
7.1 使用C或者C++编写扩展 182
7.2 为什么你想用扩展 184
7.2.1 提高关键代码段的性能 185
7.2.2 集成现有的使用不同语言编写的代码 185
7.2.3 集成第三方动态库 185
7.2.4 创建自定义数据类型 186
7.3 编写扩展 186
7.3.1 纯C扩展 187
7.3.2 Cython 201
7.4 挑战 205
7.4.1 额外的复杂性 205
7.4.2 调试 206
7.5 无扩展的动态库接口 206
7.5.1 ctypes 207
7.5.2 CFFI 212
7.6 小结 214
第8章 管理代码 215
8.1 版本控制系统 215
8.1.1 集中式系统 215
8.1.2 分布式系统 217
8.1.3 集中式还是分布式 219
8.1.4 尽可能使用Git 219
8.1.5 Git工作流程与GitHub工作流程 220
8.2 持续的开发过程 223
8.2.1 持续集成 224
8.2.2 持续交付 227
8.2.3 持续部署 227
8.2.4 常用的持续集成工具 228
8.2.5 选择正确的工具和常见的陷阱 234
8.3 小结 236
第9章 文档化你的项目 237
9.1 7项技术写作规则 237
9.1.1 两步写作 238
9.1.2 定位读者 238
9.1.3 使用简单的风格 239
9.1.4 限制信息范围 240
9.1.5 使用现实中的代码示例 240
9.1.6 使用轻量且充分的方法 241
9.1.7 使用模板 241
9.2 reStructuredText入门 242
9.2.1 章节结构 243
9.2.2 列表 245
9.2.3 行内标记 246
9.2.4 文字块 246
9.2.5 链接 247
9.3 构建文档 248
9.4 构建自己的文档集 254
9.4.1 构建格局 254
9.4.2 文档构建与持续集成 259
9.5 小结 260
第10章 测试驱动开发 261
10.1 我不测试 261
10.1.1 测试开发的原则 261
10.1.2 什么样的测试 265
10.1.3 达式Python标准测试工具 268
10.2 我做测试 273
10.2.1 unittest陷阱 273
10.2.2 unittest的替代品 274
10.2.3 测试覆盖率 280
10.2.4 仿真与模拟 282
10.2.5 测试环境与依赖兼容性 289
10.2.6 文档驱动开发 292
10.3 小结 294
第11章 优化——一般原则与分析技术 295
11.1 3个优化规则 295
11.1.1 首先要能工作 295
11.1.2 从用户的角度考虑 296
11.1.3 保持代码的可读性和可维护性 297
11.2 优化策略 297
11.2.1 找到另外的罪魁祸首 297
11.2.2 扩展硬件 298
11.2.3 编写速度测试 298
11.3 查找瓶颈 299
11.3.1 分析CPU使用情况 299
11.3.2 分析内存使用 307
11.3.3 分析网络使用情况 315
11.4 小结 316
第12章 优化——一些强大的技术 317
第13章 并发 339
第14章 有用的设计模式 376
Micha? Jaworski有着7年Python编程的经验。他还是graceful的创建者，这是一个构建于falcon之上的REST框架。他曾在不同的公司担任过多种角色，从一名普通的全栈开发人员到软件架构师再到一家快节奏创业公司的工程副总裁。他目前是Opera软件公司TV Store（电视应用商店）团队的首-席后端工程师。他在设计高性能的分布式服务方面拥有丰富的经验。他还是一些流行的Python开源项目的活跃贡献者。
Tarek Ziade?是Mozilla的工程经理，与一个专门用Python为Firefox构建大规模Web应用的团队合作。他对Python打包做出过贡献，而且从早期Zope开始就使用过各种不同的Python Web框架。
Tarek还创建了Afpy——法国的Python用户组，并且用法语写过两本关于Python的书。他还在诸如Solutions Linux、PyCon、OSCON和EuroPython等国际活动中做过多次法语演讲和教学。
Tarek Ziade?是Mozilla的工程经理，与一个专门用Python为Firefox构建大规模Web应用的团队合作。他对Python打包做出过贡献，而且从早期Zope开始就使用过各种不同的Python Web框架。
Tarek还创建了Afpy——法国的Python用户组，并且用法语写过两本关于Python的书。他还在诸如Solutions Linux、PyCon、OSCON和EuroPython等国际活动中做过多次法语演讲和教学。
Python作为一种高-级程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言之一。
本书基于Python 3.5版本进行讲解，通过13章的内容，深度揭示了Python编程的高-级技巧。本书从Python语言及其社区的现状开始介绍，对Python语法、命名规则、Python包的编写、部署代码、扩展程序开发、管理代码、文档编写、测试开发、代码优化、并发编程、设计模式等重要话题进行了全面系统化的讲解。
本书适合想要进一步提高自身Python编程技能的读者阅读，也适合对Python编程感兴趣的读者参考学习。全书结合典型且实用的开发案例，可以帮助读者创建高性能的、可靠且可维护的Python应用。
本书基于Python 3.5版本进行讲解，通过13章的内容，深度揭示了Python编程的高-级技巧。本书从Python语言及其社区的现状开始介绍，对Python语法、命名规则、Python包的编写、部署代码、扩展程序开发、管理代码、文档编写、测试开发、代码优化、并发编程、设计模式等重要话题进行了全面系统化的讲解。
本书适合想要进一步提高自身Python编程技能的读者阅读，也适合对Python编程感兴趣的读者参考学习。全书结合典型且实用的开发案例，可以帮助读者创建高性能的、可靠且可维护的Python应用。
比价列表
缺书网
扫码进群