Python3.12有哪些新变化？

转载请注明出处❤️

作者：测试蔡坨坨

原文链接：caituotuo.top/1ddf9b8f.html

你好，我是测试蔡坨坨。

距离Python3.11的正式发布已经过去了约一年的时间，而在2023年10月2日，Python迎来了全新版本——Python3.12。按照惯例，本篇我们就来盘一盘Python3.12相对于Python3.11的新增功能和改进，而关于Python3.11的介绍可以在之前的文章「Python3.11 正式版，它来了！」中查看。

Python3.12的发布也意味着距离Python3.14只差两个版本，那时应该称Python为π-thon？（谐音哏扣钱 O(∩_∩)O哈哈~

Improved Error Messages

Improved Error Messages

首先，Python3.12改进的第一件事是错误信息的优化。

例如标准库中的模块会在错误信息中给出明确的提示，如果你使用sys的某项功能，但是没有导入sys模块，它就会在报错信息中直接提示“Did you forget to import ‘sys’?”（虽然是件小事，并且现在的集成开发工具也会给出一些语法错误的提示，但是对于新手同学来说还是比较友好的。

另外，错误信息也更聪明了，例如一些同学经常犯的错误from y import x写成import x from y，错误信息更加明确，并且会给出正确操作建议：

另外一个比较智能的提示就是如果你引用的某个变量属于self，但是忘写self.，名字也会在错误信息中给出明确的提示：

最后，是ImportError的改进，例如导入模块中的某些东西未生效，那么它会建议你做更正，并给出更正建议：

以上错误信息提示都是一些相对较小的改进，但总体来说，它们确实让Python的编码体验更好，对于新手入坑也更加友好。（将来也许可以用AI来生成更加有针对性的错误信息数据库？

性能提升

第二件事就是性能的提升，性能几乎是Python每个版本都会提及的话题。

在Python3.11中，官方表示在性能提升方面是一个巨大的飞跃（官方文档原话：*Python 3.11 is between 10-60% faster than Python 3.10. On average, we measured a 1.25x speedup on the standard benchmark suite. See Faster CPython for details.*）。

而现在从Python3.11到Python3.12差别不大，但还是有几处调整。

Comprehension inlining

PEP 709: Comprehension inlining

其中一项改进是解析式上下文，字典、列表和集合推导式使用内联，而不是为推导式的每次执行创建一个新的一次性函数对象。这可以将解析的执行速度提高两倍。推导式是Python一个很好的功能，允许我们创建一个列表只用几条简单的规则，在实际应用中也非常广泛。

immortal objects

PEP 683 – Immortal Objects, Using a Fixed Refcount

Python3.12中添加的另一个功能immortal objects（不朽对象），原则上使用Python每个对象都有一个引用计数，用于跟踪对象仍在使用，有些对象是用户创建的，随时都有可能不再需要，而有些对象是系统创建，总是被系统需要，这就是immortal objects，所以它们的引用计数从未更新，保持不变。

现在看来，可能是件微不足道的小事，但它可能对将来的Python有重大影响。我们可以用immortal objects表示一个对象是基本上永远不会改变，如果要避免缓存失效（cache invalidations），避免竞态条件（data race），在这种情况下多个代码要修改相同的数据，如果它们是immortal objects，这就不会改变，这样程序就变得简单多了。

A Per-Interpreter GIL

PEP 684: A Per-Interpreter GIL

Python3.12的下一个新特性A Per-Interpreter GIL给每个子解释器创建GIL。

那么，什么是GIL？

Global Interpreter Lock 全局解释器锁。

GIL是Python解释器中的全局锁，它是一种机制，确保同一时刻只有一个线程在执行Python代码。在多线程程序中，因为GIL的存在，多线程并不能真正并行执行，而是通过竞争GIL的方式来实现对CPU的占用。这也是为什么Python中的多线程程序并不比单线程程序更快的原因之一。

这实际上是Python工作方式的重大改变，PEP 684 由“香农计划”的作者Eric Snow提出，主要是给每个子解释器创建GIL。这使得Python程序能够充分利用多个CPU内核，允许Python实现真正的并行处理。

但是目前只能通过C-API获得，预计3.13中将提供Python API，将会有一个新模块叫做Stdlib。（通过从每个进程一个GIL过渡到每个子解释器一个GIL，其实是Python一个很大的更新，GIL长久以来广受诟病，但没人提出一个合理的解决方案，现在有了，可以看出Python正在采取措施改善多线程并行性。

Optimizations

文档：https://docs.python.org/3/whatsnew/3.12.html#optimizations

还有一些其他的优化也可能有助于改善性能。例如wstr，从Unicode对象中删除wstr和wstr_length成员。它在64位平台上将对象大小减少了8或16字节。这样就可以节省内存，并有可能避免缓存失误及类似的情况。

f-strings

Python3.12的更新使得f-strings的使用变得不那么挑剔，新版取消了最初制定f-strings时的一些限制（最初设置f-strings限制是为了能够在不修改现有词法分析器的情况下将f-strings的解析实现到CPython中，但目前看来，这些限制反而带来了复杂性）。

Python3.12的这些优化将会为终端用户和库开发者带来较大优势，同时也大大降低用于解析f-strings代码的维护成本。

  • 允许重用相同的引号

    在3.12之前的版本中以下代码是不被允许的，也就是重用与封闭的f-strings相同的引号会引发SyntaxError（如果f-strings使用单引号，则内部的字符串需要使用双引号或三引号），这意味着我们不得不用不同类型的引号，实际上是一个颇为困扰的问题。

    1
    2
    3
    4
    def main() -> None:
        # my_str = f'Hello,{input("Enter your name: ")}!'' # Python3.12之前用法
        my_str = f"Hello,{input("Enter your name: ")}!"
        print(my_str)

    但是现在，这种形式是被允许的，同时也有助于嵌套字符串的运用。虽然是小修小改，但有这个功能还是很不错的。

    嵌套字符串：

    1
    2
    3
    4
    5
    6
    7
    def main() -> None:
        print(f"""{f'''{f'{f"{1 + 1}"}'}'''}""")
        print(f"{f"{f"{f"{f"{f"{1 + 1}"}"}"}"}"}")


    if __name__ == '__main__':
        main()

    （但是这样一旦出错就很难查找引号的匹配问题了？

  • 多行表达式和注释

    在Python3.11中，f-strings表达式必须在单行中定义，而Python3.12支持定义多行的f-strings，并且可以添加内联注释：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    # author: 测试蔡坨坨
    # datetime: 2023/11/5 12:06
    # function: Python3.12

    def main() -> None:
        my_str = f"This is the playlist: {", ".join([
            '《天外来物》',  # 你就像天外来物一样，求之不得
            '《陪你去流浪》',  # 我会攥着小糖，眺望你方向
            '《小尖尖》'  # 我口袋只剩玫瑰一片 此行又山高路远
        ])}"
        print(my_str)


    if __name__ == '__main__':
        main()

  • 支持反斜杠“\”和Unicode字符

    在Python3.12之前，f-strings表达式不能包含任何\字符。这也影响了Unicode转义序列，因为它们包含以前不能成为f-strings表达式组件一部分的“\N”部分。现在Python3.12中f-strings表达式可以包含反斜杠，因此也就可以使用Unicode字符，如下所示：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    # author: 测试蔡坨坨
    # datetime: 2023/11/5 12:06
    # function: Python3.12

    def main() -> None:
        names = ['测试蔡坨坨', '小趴蔡', '薛之谦', 'joker']
        print(f"My name is: {"\n".join(names)}")
        print(f"My name is: {"\N{BLACK HEART SUIT}".join(names)}")


    if __name__ == '__main__':
        main()

TypedDict

PEP 692: Using TypedDict for more precise **kwargs typing

Python3.12引入了TypedDict类型构造函数，支持字符串键和可能不同类型的值组成字典类型。

如下所示：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
# author: 测试蔡坨坨
# datetime: 2023/11/5 12:06
# function: Python3.12

from typing import TypedDict, Unpack


class Movie(TypedDict):
    name: str
    year: int


def foo(**kwargs: Unpack[Movie]):
    print(type(kwargs))
    print(kwargs)


def main() -> None:
    movie: dict[str, object] = {"name": "《演员》", "year": 2015}
    foo(**movie)

    type_movie: Movie = {"name": "《念》", "year": 2023}
    foo(**type_movie)


if __name__ == '__main__':
    main()

装饰器@override

PEP 698: Override Decorator for Static Typing

Python3.12中还出现的另一个功能，就是新增的装饰器@override关键字，这个功能的作用就是明确指出一个方法覆盖另一个方法，如下所示：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
from typing import override

class Base:
  def get_color(self) -> str:
    return "blue"

class GoodChild(Base):
  @override  # ok: overrides Base.get_color
  def get_color(self) -> str:
    return "yellow"

class BadChild(Base):
  @override  # type checker error: does not override Base.get_color
  def get_colour(self) -> str:
    return "red"

注意同名覆盖，函数名字不同则不会覆盖。

新泛型语法

PEP 695: Type Parameter Syntax

PEP 484 下的泛型类和函数是使用冗长的语法来声明的，这使得类型参数的范围不明确，并且需要显示的声明。

PEP 695 引入了一种新的、更紧凑和明确的方法来创建泛型类和函数。

先举个例子看看效果，例如定义一个向量数据类型：

1
2
3
4
5
6
7
8
9
10
11
12
type Vector = list[float]


def scale[T](scalar: float, vector: Vector) -> Vector:
    return [scalar * num for num in vector]


# passes type checking; a list of floats qualifies as a Vector.
new_vector = scale(2.0, [1.0, -4.2, 5.4])

print(new_vector)
# [2.0, -8.4, 10.8]

将以上代码抽象出来，之前定义泛型类的做法如下：

1
2
3
4
5
6
7
from typing import Generic, TypeVar

_T_co = TypeVar("_T_co", covariant=True, bound=str)

class ClassA(Generic[_T_co]):
    def method1(self) -> _T_co:
        ...

而在新语法中，我们只需要如下：

1
2
3
class ClassA[T: str]:
    def method1(self) -> T:
        ...

之前定义泛型函数：

1
2
3
4
5
6
from typing import TypeVar

_T = TypeVar("_T")

def func(a: _T, b: _T) -> _T:
    ...

新语法定义泛型函数：

1
2
def func[T](a: T, b: T) -> T:
    ...

在新语法中不再需要TypeVar类型强制，只需要用[T]指定，与其他一些编程语言类似。

另一个例子，定义泛型类别名的例子，之前的语法：

1
2
3
4
5
from typing import TypeAlias

_T = TypeVar("_T")

ListOrSet: TypeAlias = list[_T] | set[_T]

新语法使用type语句声明一个类型别名，即typing.TypeAliasType的实例：

1
type ListOrSet[T] = list[T] | set[T]

其他

另外Python3.12还有一些小的改动，例如：pathlib新增了pathlib.Path.walk()方法，用于遍历目录树并生成其中的所有文件和目录名称，类似os.walk()；CPython支持监控调用的功能，用于监视CPython中的事件，包括调用、返回、异常等；pdb添加方便的变量来临时保存调试会话的值，并提供对当前帧和返回值等值的快速访问（pdb其实就是Python官方提供的命令行debugger工具，在以后的文章中再做详细介绍，这里就不展开了）……

最后就是Python3.12中移除了多个已经弃用的模块，比如asynchat和asyncore已经被asyncio取代；distutils被删除，因为它在Python3.10已经被弃用，而现在通常会使用setuptools来替代；还有一些单元测试unittest中的一些长期弃用的内容也被删除了，不过也不用担心，因为有些方法你可能见都没见过。（更多被删除的内容可以参考官方文档：https://docs.python.org/3/whatsnew/3.12.html#removed

以上就是我认为Python3.12一些比较有意思的更新点，更多更新内容可参考官方文档：https://docs.python.org/3/whatsnew/3.12.html