介绍
Python 的 name 和 main 是两个经常被误解的概念,它们在脚本的执行方式和模块的导入方式中发挥着至关重要的作用。在这篇文章中,我们将详细解释 name 和 main 的实际含义、它们为何如此重要,以及如何利用它们来编写更加模块化、可测试和可重用的代码。最后,您将熟悉这个基本概念,并准备好使用它来有效地构建您自己的项目。
终极 Python 程序员实践测试
名字是什么?
在 Python 中,每个模块(Python 文件)都有一个名为 name 的内置属性。此属性帮助 Python 确定文件的使用方式:作为独立脚本或作为导入模块。
直接运行 Python 文件(如 python my_script.py)时,name 变量会自动设置为 main.
如果文件在另一个脚本中作为模块导入,则 name 设置为模块的名称(不带 .py 扩展名的文件名)。
这种区别非常有用,因为它允许您控制文件导入时和直接执行时应运行文件的哪些部分。
if name == "main" 的力量
为了利用此功能,Python 开发人员通常使用 if 语句来检查 name 的值。这使您可以控制代码的哪些部分仅在文件作为独立脚本运行时才执行。
这是基本结构:
def main(): print("Running as a standalone script") if __name__ == "__main__": main()
在此示例中,如果运行 python my_script.py,它将打印“作为独立脚本运行”,因为 name 设置为 main。但是,如果您将此文件作为模块导入(例如导入 my_script),则不会打印任何内容,因为不满足 if 条件。
为什么使用这种模式?
if name == "main" 模式有几个主要优点:
- 组织代码以实现可重用性:您可以将函数、类或常量放入模块中,并在其他脚本中使用它们,而无需运行不必要的代码。
- 支持单元测试:无需执行不相关的代码即可更轻松地测试模块。
- 更好的代码结构:将执行代码与定义(函数、类)分开,提高了可读性和模块化性。
实际用例
使用可重用代码编写独立脚本
如果您正在开发一个既具有独立功能又具有对其他脚本有用的部分的工具,那么这种模式至关重要。例如,数据处理脚本可能包含用于数据清理的可重用函数,您也希望将其导入到另一个数据分析脚本中。构建 CLI(命令行界面)工具
这种模式在构建 CLI 工具时特别有用。通过定义作为入口点的 main() 函数,您可以使代码更干净、更结构化。
def main(): print("Running as a standalone script") if __name__ == "__main__": main()
现在你可以使用 python cli_tool.py John 从命令行运行这个工具,它会用“Hello, John!”向用户打招呼。如果需要,该脚本还可以作为其他 Python 程序中的模块导入。
理解 name 和 main 允许您创建模块化、可重用的 Python 代码。通过在脚本中使用 if name == "main",您可以根据脚本的运行方式来控制应执行代码的哪些部分。这种模式对于编写可测试的、有组织的和通用的代码至关重要,无论是一次性脚本还是计划在项目中重用的模块。
终极 Python 程序员实践测试
以上是掌握 Python 的 __name__ 和 __main__:了解脚本执行和模块导入的详细内容。更多信息请关注PHP中文网其他相关文章!

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

处理嘈杂的图像是一个常见的问题,尤其是手机或低分辨率摄像头照片。 本教程使用OpenCV探索Python中的图像过滤技术来解决此问题。 图像过滤:功能强大的工具 图像过滤器

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

Python是数据科学和处理的最爱,为高性能计算提供了丰富的生态系统。但是,Python中的并行编程提出了独特的挑战。本教程探讨了这些挑战,重点是全球解释

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

本教程演示了在Python 3中创建自定义管道数据结构,利用类和操作员超载以增强功能。 管道的灵活性在于它能够将一系列函数应用于数据集的能力,GE

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

Dreamweaver CS6
视觉化网页开发工具

禅工作室 13.0.1
功能强大的PHP集成开发环境

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

SublimeText3 英文版
推荐:为Win版本,支持代码提示!

ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境