Python 潮流周刊#52：Python 处理 Excel 的资源

这里分享的是 Python 潮流周刊第 52 期，原文发布于 2024-05-25。我们的付费专栏内容在发布一年后会免费开源，不少内容依然值得回看，愿大家读有所获。点击文末“阅读原文”，体验更佳。

温馨提示：在微信关注 Python猫，发送“优惠券”，即可领取 9 折优惠券，订阅专栏可享 15 元优惠。

本期分享了 12 篇文章，12 个开源项目。

🦄文章&教程^[1]

1、正则表达式匹配可以很简单且高速^[2]

这是一篇写于 2007 年的文章，介绍和对比了正则表达式的两种实现：传统方法和 Thompson NFA 方法。后者在某些任务上比传统方法快几百万倍，但使用普及度不及前者，作者呼吁编程语言可以改用后者。作者还写了 3 篇关于正则的文章，详见其文末。

2、如何利用内存中还在运行的代码，恢复已删除的源码？^[3]

作者不小心把本地代码删除了，然后设法中从运行中的 Docker 容器里恢复了自己的代码。使用到的库是pyrasite 和 uncompyle6 ，文章介绍了具体的操作步骤。

3、PEP-667：命名空间的一致视图^[4]

这个 PEP 计划合入到 Python 3.13 版本，作者之一是我们国内的@高天。在早期 Python 中，所有命名空间都是用字典实现的，后来出于性能原因变更了函数命名空间的实现，但导致了一些奇怪的 BUG。此 PEP 提议将所有命名空间再次保持一致的实现。

4、用 100 行代码替换 pyinstaller^[5]

作者开发了一个packaged 项目，可替代 pyinstaller 将 Python 项目打包成可执行文件。文章介绍了它的迭代实现过程，亮点之一是用到了 python-build-standalone^[6] ，还有特别的是用了可自解压的压缩工具 makeself^[7] 。

5、py.space：免费开发在线的 Python 应用^[8]

py.space 是最近推出的一个网站，是Anvil 的精简版，可开发在 Web 上运行的 Python 应用。这篇教程演示了该网站的基本功能。

6、使用 Python 3.12 作静态类型函数式编程^[9]

文章利用 Python 3.12 的模式匹配、typing 的泛型并结合数据类，实现函数式编程的类似功能。现在 match-case 的使用场景不多见，文章做了很好的示范。

7、如何用 Python 动态生成 Github 个人主页 README？^[10]

Github 支持添加个人的自述文件，有很多开源项目可以让我们美化自己的主页。作者用 Python 实现抓取自己博客文章，利用 Github Actions 实现动态更新。我准备等有空也去试试。

8、用 pyastgrep 作自定义 linting^[11]

pyastgrep 是作者开发的库，可使用 XPath 语法查询特定的 Python 语法元素。文章介绍如何用它作自定义的代码检查，执行其它工具无法满足的编码规范检查。

9、使用 pygments 生成代码片段的图片^[12]

pygments 是一个可将代码或文本作高亮显示的库，作者为了在 PyCon 演讲时演示代码片段，于是用这个库生成自己的代码图片。文章介绍了具体的实现过程、优势和建议。

10、使用纯 NumPy 实现 Llama 3^[13]

Llama 3 是当前开源大模型的佼佼者。文章详细介绍了这个模型的关键组件，在不依赖深度学习框架的情况下，使用纯 NumPy 实现 Llama 3 模型。

11、AI 帮你写的代码，所有权归谁？^[14]

文章提出了一个暂时还无解的问题。AI 辅助编程已兴起，人类依赖 AI 完成的代码会越来越多，那么，关于这些代码的知识产权该如何判定，AI 生成部分在法律上是无版权的，由此可能会带来法律风险。

12、聪明的代码可能是你写过最糟糕的代码^[15]

聪明的代码（clever code）很可能不是清晰的代码（clear code），建议大家不要滥用炫技式的一行流代码。代码的可读性至关重要，文章区别了好代码与坏代码，并给出了如何写出清晰代码的一些建议。

🐿️项目&资源^[16]

1、用于处理 Excel 的 Python 资源^[17]

这个网站收录了一些可读写 Excel 文件的库（openpyxl、xlsxwriter、pyxlsb、pylightxl、xlrd、xlwt、xlutils）、可编写 Excel 加载项的库（PyXLL、xlwings）。

2、yen：Python 虚拟环境管理工具，无需预装 Python^[18]

号称是最简单的 Python 环境管理工具，无需预装 Python。一半的代码是 Rust。

3、Tensor-Puzzles：21 个张量谜题^[19]

这个仓库收录了一些编程题目，提升 PyTorch 水平。（star 2.8K）

4、dishka：依赖注入框架^[20]

提供了一个IoC（控制反转）容器，可简化对象的创建和管理，避免手动传递对象或使用全局变量。

5、hstream：将 Python 脚本转换为 Web 应用^[21]

基于 Django + HTMX，可将 Python 脚本转换为交互式的 Web 应用。

6、cover-agent：AI 自动生成测试，提升代码覆盖率^[22]

让 AI 来帮忙生成测试代码，有效提升代码覆盖率。目前主要是单元测试，仅支持在终端运行。（star 2.6K）

7、pygments：用 Python 开发的通用型语法高亮工具^[23]

前文已提到过这个语法高亮工具，它支持 500 多种语言和文本格式，可用于代码仓、论坛、wiki和其它需要美化源码的地方。（star 1.7K）

8、hashquery：在数据仓库中定义和查询 BI 模型^[24]

在数据仓库中定义和查询 BI 模型，表达式使用 Python 定义，编译为 SQL，能表达复杂的多层查询，能力超过标准 SQL。

9、Python 有哪些指标监测库？^[25]

这是 Hacker News 上的问答帖，提及的一些项目有：pymetrics、ddtrace、datadog、statsd、pyformance、prometheus 的 Python 客户端，等等。

10、stamina：可用于生产的 Python 重试库^[26]

基于tenacity 作了封装的重试库，亮点有：仅在某些异常时重试、指数退避、自动支持异步、可全局停用以作测试，以及拥有开箱即用的 Prometheus、structlog 和标准库 logging 支持。

11、piku：支持对自己的服务器作 git 推送部署^[27]

通过 git push 命令将自己的应用部署到个人服务器上，不管服务器规模大小。支持 ARM 和 Intel 架构，适用于任何可以运行 Python、nginx 和 uwsgi 的云服务商或裸机。（star 2.6K）

12、mql：用自然语言输入生成 SQL 查询^[28]

根据自然语言生成为可执行的 SQL 语句，仅支持 PostgreSQL 数据库。