Python13的最新特性-CSDN博客

本文链接：https://blog.csdn.net/qq_40999403/article/details/144424596

请添加图片描述

解释器的改进

Python 3.13 在解释器方面带来了多项重大改进，这些改进不仅提升了开发者的体验，还为 Python 的性能和并发处理能力带来了显著的提升。以下是本次版本中解释器改进的详细介绍。

1.1 新的交互式解释器

Python 3.13 引入了一个全新的交互式解释器（REPL），这一改进使得开发者在使用 Python 进行快速测试和调试时更加高效。新的交互式解释器不仅在性能上有所提升，还增加了一些实用的功能，例如：

自动补全：在输入代码时，解释器会自动提示可能的函数、模块和变量名，减少了手动输入的工作量。
历史记录：开发者可以轻松查看和调用之前执行的命令，方便快速重复操作。
语法高亮：代码的语法高亮显示使得代码结构更加清晰，便于阅读和调试。

这些功能的加入，使得 Python 的交互式环境更加友好，尤其适合初学者和需要频繁进行代码测试的开发者。

1.2 改进的错误消息

Python 3.13 在错误处理方面也进行了显著的改进。新的错误消息更加详细和人性化，帮助开发者更快地定位和解决问题。例如：

更清晰的错误提示：当出现语法错误时，解释器不仅会指出错误的位置，还会提供可能的修正建议。
上下文信息：错误消息中包含了更多的上下文信息，帮助开发者理解错误的来源。
多行错误提示：对于复杂的错误，解释器会提供多行提示，详细说明问题的根源。

这些改进使得调试过程更加顺畅，减少了开发者花费在错误排查上的时间。

1.3 自由线程的CPython

Python 3.13 最引人注目的改进之一是全局解释器锁（GIL）的可选禁用。GIL 是 Python 长期以来被诟病的一个特性，它限制了多线程程序的并行执行能力。在 Python 3.13 中，开发者可以通过构建选项选择禁用 GIL，从而实现真正的多线程并行执行。

性能提升：禁用 GIL 后，Python 的多线程程序可以充分利用多核处理器的优势，显著提升 CPU 密集型任务的性能。
实验性支持：目前，禁用 GIL 的功能仍处于实验阶段，官方建议仅在测试环境中使用，不推荐用于生产环境。

这一改进为 Python 在多线程应用中的性能瓶颈提供了新的解决方案，尤其是在科学计算、大数据处理等领域，禁用 GIL 后的 Python 表现尤为出色。

1.4 实验性的即时编译器

Python 3.13 还引入了实验性的即时编译器（JIT），这一功能将 Python 代码编译为机器代码，从而大幅提升代码的执行效率。JIT 编译器的主要优势包括：

加速代码执行：通过将 Python 代码编译为机器代码，JIT 编译器显著减少了解释器的开销，尤其是在循环和函数调用频繁的场景中，性能提升尤为明显。
动态优化：JIT 编译器能够根据代码的执行情况进行动态优化，进一步提升性能。
实验性阶段：与禁用 GIL 类似，JIT 编译器目前也处于实验阶段，开发者可以通过构建选项启用该功能，但官方同样不建议在生产环境中使用。

JIT 编译器的引入为 Python 的性能优化提供了新的方向，尤其是在需要高效执行的场景中，JIT 编译器的表现令人期待。

通过这些改进，Python 3.13 在解释器方面取得了显著的进步，为开发者提供了更高效、更便捷的编程体验。无论是新的交互式解释器、改进的错误消息，还是去除 GIL 和实验性的即时编译器，这些改进都为 Python 的未来发展奠定了坚实的基础。 ## 去除全局解释器锁（GIL）

Python 3.13 版本带来了一个革命性的变化——去除全局解释器锁（GIL）。这一变化不仅显著提高了多线程程序的性能，还为开发者提供了更好的多核处理器利用率。接下来，我们将详细探讨这一变化带来的具体影响和实验阶段的推广计划。

2.1 提高多线程性能

在过去的 Python 版本中，GIL 一直是多线程编程的一个瓶颈。GIL 的存在意味着在任何时刻，只有一个线程能够执行 Python 字节码，这严重限制了多线程程序的性能，尤其是在多核处理器上。

Python 3.13 通过去除 GIL，允许多个线程同时执行 Python 字节码。这意味着在多线程环境下，CPU 密集型任务的性能将得到显著提升。例如，在处理大量数据或进行复杂计算时，多线程程序的执行速度将比以往更快。

通过禁用 GIL，Python 的多线程程序可以在多核处理器上并行运行，从而显著提高性能。尤其是在处理 CPU 密集型任务时，禁用 GIL 后的 Python 程序可以充分利用多核处理器的优势，大幅提升执行效率。

2.2 优化CPU密集型任务

去除 GIL 后，Python 的多线程能力得到了极大的释放，尤其是在处理 CPU 密集型任务时。过去，由于 GIL 的存在，多线程程序在执行 CPU 密集型任务时，往往无法充分利用多核处理器的优势。现在，开发者可以编写更高效的多线程程序，充分利用多核处理器的计算能力。

例如，在图像处理、数据分析或机器学习等领域，多线程程序的性能提升将尤为明显。开发者可以轻松地将任务分配到多个线程中，从而加快处理速度。

根据开发者的测试，Python 3.13 在禁用 GIL 的自由线程模式下，性能明显优于其他版本。尤其是在处理 CPU 密集型任务时，Python 3.13 的性能提升尤为显著。这表明，Python 3.13 能够充分利用计算机上的所有内核，从而在处理 CPU 密集型任务时表现出色。

2.3 更好地利用多核处理器

随着多核处理器的普及，如何充分利用多核处理器的优势成为了开发者面临的一个重要问题。Python 3.13 去除 GIL 后，多线程程序可以更好地利用多核处理器的优势。

在多核处理器上，多个线程可以并行执行，从而显著提高程序的执行效率。例如，在并行计算任务中，开发者可以将任务分配到多个线程中，每个线程在不同的 CPU 核心上执行，从而实现更快的计算速度。

此外，Python 3.13 还引入了实验性的即时编译器（JIT），进一步提高了代码的执行效率。JIT 编译器将 Python 代码编译为机器代码，从而减少了解释器的开销，进一步优化了多线程程序的性能。

2.4 实验阶段的推广计划

尽管去除 GIL 带来了显著的性能提升，但这一变化目前仍处于 实验阶段。Python 社区计划在未来几个版本中逐步推广这一特性，并收集开发者的反馈，以进一步优化和完善。

在实验阶段，开发者可以通过特定的命令行选项启用或禁用 GIL。这为开发者提供了一个机会，可以在实际项目中测试去除 GIL 的效果，并根据需要进行调整。

Python 社区还计划在未来的版本中，进一步优化多线程性能，并提供更多的工具和库，帮助开发者更好地利用多核处理器的优势。

小结：

Python 3.13 去除 GIL 是一个具有里程碑意义的改进，它不仅提高了多线程程序的性能，还为开发者提供了更好的多核处理器利用率。尽管这一变化目前仍处于实验阶段，但它为未来的 Python 多线程编程带来了无限的可能性。开发者可以通过实验阶段的推广计划，逐步适应这一变化，并在实际项目中体验其带来的性能提升。 ## 标准库的重大改进

Python 3.13 在标准库方面进行了多项重大改进，包括新增模块和函数、现有模块的优化以及一些老旧API和模块的移除。这些改进不仅提升了开发者的编程体验，还增强了Python在不同应用场景下的表现力。

3.1 新增模块和函数

在Python 3.13中，标准库引入了一些新的模块和函数，进一步丰富了Python的功能集。以下是一些值得关注的新增内容：

1. `asyncio.TaskGroup`

asyncio.TaskGroup是一个全新的模块，旨在简化异步任务的管理。它允许开发者以更直观的方式组织和控制多个异步任务的执行。通过TaskGroup，你可以轻松地将多个异步任务分组，并在需要时统一管理它们的启动、取消和错误处理。

import asyncio

async def main():
    async with asyncio.TaskGroup() as tg:
        task1 = tg.create_task(some_async_function())
        task2 = tg.create_task(another_async_function())
    # 任务组中的所有任务完成后，才会继续执行
    print("All tasks completed")

2. `pathlib.Path.is_relative_to`

pathlib模块新增了一个方法is_relative_to，用于判断一个路径是否相对于另一个路径。这在处理文件路径时非常有用，尤其是在需要判断路径关系的情况下。

from pathlib import Path

path = Path("/home/user/documents/file.txt")
base_path = Path("/home/user")

print(path.is_relative_to(base_path))  # 输出: True

3. `dataclasses.field`的`metadata`参数

dataclasses模块中的field函数新增了metadata参数，允许开发者为字段添加元数据。这些元数据可以在运行时被访问，为字段的处理提供了更多的灵活性。

from dataclasses import dataclass, field

@dataclass
class User:
    name: str = field(metadata={"description": "User's full name"})
    age: int = field(metadata={"description": "User's age"})

user = User(name="Alice", age=30)
print(user.name)  # 输出: Alice
print(user.__dataclass_fields__['name'].metadata)  # 输出: {'description': "User's full name"}

3.2 模块的改进

除了新增模块和函数，Python 3.13还对一些现有模块进行了优化和改进，提升了它们的性能和易用性。

1. `collections.Counter`的性能提升

collections.Counter是Python中常用的计数工具，3.13版本对其进行了性能优化，特别是在处理大量数据时，性能提升显著。

from collections import Counter

data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
counter = Counter(data)
print(counter)  # 输出: Counter({4: 4, 3: 3, 2: 2, 1: 1})

2. `re`模块的优化

re模块在正则表达式匹配方面进行了多项优化，特别是在处理复杂模式时，匹配速度得到了显著提升。

import re

pattern = r"\b\w{5}\b"
text = "This is a test string with some words."
matches = re.findall(pattern, text)
print(matches)  # 输出: ['This', 'test', 'words']

3. `json`模块的改进

json模块在3.13版本中增加了对datetime对象的直接序列化支持，使得处理时间数据更加方便。

import json
from datetime import datetime

data = {"timestamp": datetime.now()}
serialized = json.dumps(data, default=str)
print(serialized)  # 输出: {"timestamp": "2024-02-05 12:34:56.789123"}

3.3 弃用的API和模块的移除

随着Python的不断发展，一些老旧的API和模块逐渐被弃用或移除，以保持语言的简洁和高效。Python 3.13中，以下API和模块被正式移除：

1. `imp`模块的移除

imp模块在Python 3.4中已被标记为弃用，并在3.13版本中正式移除。开发者应使用importlib模块来替代imp模块的功能。

# 旧的方式
import imp
imp.find_module("os")

# 新的方式
import importlib.util
spec = importlib.util.find_spec("os")

2. `tkinter.tix`模块的移除

tkinter.tix模块在Python 3.11中已被标记为弃用，并在3.13版本中正式移除。开发者应使用tkinter.ttk模块来替代tix模块的功能。

# 旧的方式
import tkinter.tix

# 新的方式
import tkinter.ttk as ttk

3. `locale.resetlocale()`函数的移除

locale.resetlocale()函数在Python 3.11中已被标记为弃用，并在3.13版本中正式移除。开发者应使用locale.setlocale(locale.LC_ALL, "")来替代该函数的功能。

# 旧的方式
import locale
locale.resetlocale()

# 新的方式
locale.setlocale(locale.LC_ALL, "")

小结

Python 3.13在标准库方面的改进显著，不仅引入了新的模块和函数，还对现有模块进行了优化，提升了开发效率和性能。同时，一些老旧的API和模块被移除，使得Python保持了简洁和高效的特点。这些改进为开发者提供了更强大的工具集，帮助他们更高效地完成各种编程任务。 ## 语言特性的改进

Python 3.13在语言特性方面进行了多项改进，这些改进不仅提升了代码的可读性和可维护性，还为开发者提供了更多的灵活性和便利性。以下是Python 3.13在语言特性方面的主要改进。

4.1 编译器的改进

Python 3.13对编译器进行了多项优化，使得代码的编译速度和执行效率得到了显著提升。这些改进主要体现在以下几个方面：

去除文档字符串中的多余空格

在Python 3.13中，编译器现在会自动去除文档字符串中每一行的共同前导空格。这一改进不仅减少了字节码缓存的大小（例如.pyc文件），还使得文档字符串在存储和传输时更加紧凑。例如，SQLAlchemy 2.0的sqlalchemy.orm.session模块的文件大小减少了约5%。

def spam():
    """
    This is a docstring with
    leading whitespace.

    It even has multiple paragraphs!
    """

在Python 3.13中，上述文档字符串会被编译器自动处理为：

'\nThis is a docstring with\nleading whitespace.\n\nIt even has multiple paragraphs!\n'

这一改变还会影响到使用文档字符串的工具，如doctest，使得这些工具在处理文档字符串时更加高效。

优化AST生成

Python 3.13的编译器还改进了AST（抽象语法树）的生成过程。现在，编译器在生成AST时会更加严格地检查参数，并在参数被省略时有更易理解的行为。例如，如果某个AST节点上的可选字段没有被作为参数包括在内，则该字段现在将被设为None。类似地，如果某个列表字段被省略，则该字段现在将被设为空列表。

这些改进不仅提高了编译器的健壮性，还使得生成的AST更加一致和易于理解。

4.2 类作用域内的标注作用域

在Python 3.13中，类作用域内的标注作用域现在可以包含lambda和推导式。这一改进使得类作用域内的代码更加灵活，开发者可以在类作用域内直接定义类型别名或其他复杂的表达式。

class C[T]:
    typeAlias = lambda: T

在之前的版本中，类作用域内的推导式会被内联到其父作用域中，导致代码的可读性和可维护性下降。而在Python 3.13中，类作用域内的推导式不会被内联，从而保持了代码的结构和逻辑清晰。

4.3 future语句的改进

Python 3.13对future语句的处理进行了改进，使得from __future__ import ...形式的语句不再会被__future__模块的相对导入触发。这意味着，from .__future__ import ...形式的语句现在只是标准的相对导入，而不会激活任何特殊特性。

from .__future__ import annotations

在Python 3.13中，上述语句将不再触发future语句的特殊行为，而是被视为普通的相对导入。这一改变使得代码的语义更加清晰，避免了潜在的混淆。

4.4 global声明的改进

Python 3.13还改进了global声明的处理方式。现在，global声明当其被用于else代码块中时，也将被允许在except代码块中使用。在之前的版本中，这会错误地引发SyntaxError。

try:
    x = 1
except Exception:
    global x
else:
    x = 2

在Python 3.13中，上述代码将不再引发SyntaxError，而是正常执行。这一改进使得global声明的使用更加灵活，开发者可以在更复杂的控制流中使用global声明。

4.5 新增的环境变量和命令行选项

Python 3.13引入了多个新的环境变量和命令行选项，进一步增强了Python的灵活性和可配置性。

新增的环境变量

PYTHON_FROZEN_MODULES：该环境变量确定冻结模块是否会被导入机制所忽略，等价于-Xfrozen_modules命令行选项。
PYTHON_PERF_JIT_SUPPORT：该环境变量和命令行选项-Xperf_jit添加了对perf性能分析器的支持，使得开发者可以在不修改代码的情况下进行性能分析。
PYTHON_HISTORY：该环境变量允许开发者更改.python_history文件的位置，从而更好地管理交互式解释器的历史记录。

新增的命令行选项

-Xcpu_count：该命令行选项允许开发者通过环境变量PYTHON_CPU_COUNT或命令行选项-Xcpu_count来覆盖os.cpu_count()和os.process_cpu_count()的返回值。这对于需要在不修改应用程序代码或容器本身的情况下限制容器系统的CPU资源的用户非常有用。

这些新增的环境变量和命令行选项为开发者提供了更多的控制权，使得他们可以根据具体需求灵活配置Python的运行环境。

通过这些改进，Python 3.13在语言特性方面提供了更多的灵活性和便利性，使得开发者能够编写更加高效、清晰和可维护的代码。无论是编译器的优化，还是对类作用域和future语句的改进，Python 3.13都为开发者提供了更好的工具和更强大的功能。 ## 平台支持的扩展

Python 3.13 在平台支持方面带来了一些令人振奋的扩展，特别是对移动平台和新兴的 WebAssembly 平台的支持。这些改进不仅让 Python 在更多设备上运行成为可能，还为开发者提供了更多的选择和灵活性。

5.1 iOS和Android的官方支持

Python 3.13 正式将 iOS 和 Android 列为官方支持的平台，这意味着开发者现在可以在这些移动平台上更轻松地运行 Python 代码。

iOS 支持

根据 PEP 730，iOS 现在被列为 PEP 11 所支持的平台，支持的架构包括：

arm64-apple-ios：适用于 2013 年及之后的 iPhone 和 iPad 设备。
arm64-apple-ios-simulator：适用于运行在 Apple Silicon 硬件上的 Xcode iOS 模拟器。

虽然 x86_64-apple-ios-simulator（适用于较旧的 x86_64 硬件的 Xcode iOS 模拟器）并未被列为第 3 层级的支持平台，但 Python 3.13 仍会尽可能地支持它。

Android 支持

同样，根据 PEP 738，Android 也被正式列为支持平台，支持的架构包括：

aarch64-linux-android：适用于 64 位 Android 设备。
x86_64-linux-android：适用于 64 位 x86 Android 设备。

虽然 32 位的目标（如 arm-linux-androideabi 和 i686-linux-android）并未被列为第 3 层级的支持平台，但 Python 3.13 仍会尽可能地支持这些架构。

这些支持的扩展意味着开发者现在可以在 iOS 和 Android 设备上运行 Python 代码，甚至可以考虑将 Python 作为移动应用开发的一部分。这对于那些希望在移动平台上使用 Python 的开发者来说，无疑是一个巨大的利好消息。

5.2 wasm32-wasi的支持

除了移动平台的支持，Python 3.13 还增加了对 WebAssembly 平台的支持，特别是 wasm32-wasi。

WebAssembly 简介

WebAssembly（简称 Wasm）是一种低级字节码格式，旨在为 Web 提供高性能的执行环境。它最初是为浏览器设计的，但现在已经被广泛应用于服务器端、嵌入式系统和其他非浏览器环境中。

wasm32-wasi 支持

wasm32-wasi 是 WebAssembly 的一个子集，专注于提供系统接口（如文件系统、网络等）的支持。Python 3.13 现在将 wasm32-wasi 列为第 2 层级的支持平台，这意味着它已经具备了一定的稳定性和功能性。

开发者现在可以在 WebAssembly 环境中运行 Python 代码，这为 Web 应用、云原生应用以及边缘计算提供了新的可能性。Python 3.13 的这一变化使得 Python 在 WebAssembly 生态系统中的地位更加稳固。

不再支持 wasm32-emscripten

值得注意的是，Python 3.13 不再支持 wasm32-emscripten 平台。Emscripten 是一个将 C/C++ 代码编译为 WebAssembly 的工具链，但 Python 3.13 决定将重点放在 wasm32-wasi 上，以提供更一致和稳定的支持。

小结

Python 3.13 在平台支持方面的扩展为开发者带来了更多的选择和灵活性。无论是移动平台（iOS 和 Android）还是新兴的 WebAssembly 平台（wasm32-wasi），Python 3.13 都提供了官方支持，使得开发者可以在更多设备和环境中使用 Python 进行开发。这些变化不仅增强了 Python 的跨平台能力，还为未来的应用开发提供了更多的可能性。 ## 静态类型系统的改进

Python 3.13在静态类型系统方面引入了多项重要改进，这些改进不仅增强了类型检查的灵活性和准确性，还为开发者提供了更多的工具来编写更健壮的代码。以下是Python 3.13在静态类型系统方面的主要改进。

6.1 类型参数的默认值支持

在Python 3.13中，类型参数现在可以设置默认值。这一特性使得泛型类的定义更加灵活，开发者可以在不指定所有类型参数的情况下使用泛型类。例如，假设我们有一个泛型类Box，用于存储不同类型的数据：

from typing import TypeVar, Generic

T = TypeVar('T', default=str)

class Box(Generic[T]):
    def __init__(self, content: T):
        self.content = content

# 使用默认类型参数
box1 = Box("Hello")  # T 默认为 str
box2 = Box(42)       # T 为 int

在这个例子中，Box类的类型参数T默认值为str，因此当我们不指定类型参数时，Box将默认存储str类型的数据。这一特性极大地简化了泛型类的使用，尤其是在类型参数可选的情况下。

6.2 使用TypeIs进行类型缩小

Python 3.13引入了TypeIs这一新特性，用于在运行时进行类型缩小（Type Narrowing）。类型缩小是指在代码执行过程中，根据条件判断来缩小变量的类型范围。例如，假设我们有一个变量x，它的类型可能是int或str：

from typing import TypeIs

def process(x: int | str):
    if TypeIs(x, int):
        print(f"x is an integer: {x}")
    elif TypeIs(x, str):
        print(f"x is a string: {x}")

在这个例子中，TypeIs帮助我们在运行时判断x的实际类型，并根据判断结果执行不同的代码逻辑。这一特性在处理联合类型（Union Types）时尤为有用，能够帮助开发者编写更精确的类型检查代码。

6.3 只读TypedDict

Python 3.13还引入了只读的TypedDict，这一特性允许开发者定义不可变的字典类型。只读TypedDict在某些场景下非常有用，例如在处理配置文件或API响应时，确保数据不会被意外修改。

from typing import TypedDict

class Config(TypedDict, total=False):
    api_key: str
    timeout: int

config: Config = {"api_key": "12345", "timeout": 10}

# 尝试修改只读TypedDict会引发错误
config["api_key"] = "67890"  # 这行代码会引发错误

在这个例子中，Config是一个只读的TypedDict，任何尝试修改其内容的操作都会引发错误。这一特性确保了数据的不可变性，从而提高了代码的健壮性和安全性。

6.4 使用类型系统标记弃用

Python 3.13还增强了类型系统对弃用API的支持。开发者现在可以使用类型系统来标记某些API或函数为弃用状态，从而在代码中明确告知其他开发者这些API即将被移除。

from typing import deprecated

@deprecated("This function will be removed in the next version")
def old_function():
    print("This is an old function")

# 调用被标记为弃用的函数时，会发出警告
old_function()

在这个例子中，old_function被标记为弃用，调用它时会发出警告，提醒开发者该函数即将被移除。这一特性有助于逐步淘汰旧的API，同时确保代码的兼容性和可维护性。

通过这些改进，Python 3.13在静态类型系统方面提供了更强大的工具和更灵活的选项，帮助开发者编写更安全、更健壮的代码。无论是类型参数的默认值支持、类型缩小、只读TypedDict，还是使用类型系统标记弃用，这些新特性都为Python的类型检查和代码维护带来了显著的提升。 ## 其他实用特性

Python 3.13不仅在核心功能和性能上进行了大幅改进，还在一些实用特性上做了细致的优化，使得开发者的日常工作更加高效和便捷。这些特性虽然看似小巧，但却能在实际开发中带来意想不到的便利。接下来，我们将详细介绍这些实用特性，包括 random 模块的命令行界面、copy.replace() 函数、改进的 glob 模式匹配以及去除 docstring 中的多余空格。

7.1 random模块命令行界面

在 Python 3.13 中，random 模块迎来了一个非常实用的新特性——命令行界面。这个新功能允许开发者直接从命令行生成随机数，而无需编写额外的 Python 脚本。这对于需要快速生成随机数的场景来说，无疑是一个巨大的便利。

使用方法

要使用 random 模块的命令行界面，只需在终端中输入以下命令：

python3.13 -m random --count 10 --min 1 --max 100

这条命令将生成 10 个介于 1 到 100 之间的随机整数，并直接输出到终端。

参数说明

--count：指定生成随机数的数量。
--min：指定随机数的最小值。
--max：指定随机数的最大值。

通过这些参数，开发者可以灵活地控制生成的随机数的范围和数量，极大地提高了工作效率。

7.2 copy.replace()函数

copy 模块在 Python 3.13 中新增了一个名为 replace() 的函数，这个函数允许开发者对对象进行深拷贝，并在拷贝过程中替换某些属性。这对于需要在拷贝对象时进行定制化修改的场景非常有用。

使用示例

假设我们有一个包含多个属性的对象，我们希望在拷贝这个对象时，替换其中的某些属性：

import copy

class MyObject:
    def __init__(self, name, value):
        self.name = name
        self.value = value

obj = MyObject("original", 100)

# 使用 copy.replace() 进行深拷贝并替换属性
new_obj = copy.replace(obj, name="modified", value=200)

print(new_obj.name)  # 输出: modified
print(new_obj.value)  # 输出: 200

在这个例子中，copy.replace() 函数不仅创建了 obj 的深拷贝，还替换了 name 和 value 属性，生成一个新的对象 new_obj。

适用场景

copy.replace() 函数特别适用于需要在拷贝对象时进行属性替换的场景，例如在测试中生成对象的不同变体，或者在配置管理中生成不同的配置实例。

7.3 改进的glob模式匹配

glob 模块在 Python 3.13 中得到了显著的改进，特别是在模式匹配的灵活性和性能上。新的 glob 模式匹配支持更多的通配符和更复杂的匹配规则，使得文件路径的匹配更加强大和高效。

新增通配符

Python 3.13 中的 glob 模块新增了以下通配符：

**：匹配任意数量的目录，包括零个目录。
{a,b,c}：匹配 a、b 或 c 中的任意一个。

使用示例

假设我们有一个目录结构如下：

/project
    /src
        /module1
            file1.py
            file2.py
        /module2
            file3.py
            file4.py
    /tests
        test1.py
        test2.py

我们可以使用新的 glob 模式匹配来查找所有 .py 文件：

import glob

# 查找 /project 目录下的所有 .py 文件
files = glob.glob("/project/**/*.py", recursive=True)

print(files)
# 输出: ['/project/src/module1/file1.py', '/project/src/module1/file2.py', '/project/src/module2/file3.py', '/project/src/module2/file4.py', '/project/tests/test1.py', '/project/tests/test2.py']

在这个例子中，** 通配符允许我们递归地匹配 /project 目录下的所有 .py 文件，而无需手动指定每一级目录。

性能优化

除了新增通配符外，glob 模块的性能也得到了显著提升。新的匹配算法在处理大量文件时更加高效，减少了匹配时间，特别是在处理深层嵌套目录时，性能提升尤为明显。

7.4 去除docstring中的多余空格

在 Python 3.13 中，docstring 的处理也得到了改进。新版本引入了一个自动去除 docstring 中多余空格的功能，这使得 docstring 更加整洁，减少了不必要的空白字符。

使用示例

假设我们有一个函数的 docstring 如下：

def my_function():
    """
    这是一个示例函数。

    它没有实际的功能，只是用来展示 docstring 的格式。
    """
    pass

在 Python 3.13 中，docstring 中的多余空格会被自动去除，最终的 docstring 将如下所示：

def my_function():
    """这是一个示例函数。

    它没有实际的功能，只是用来展示 docstring 的格式。
    """
    pass

适用场景

这个特性特别适用于那些需要保持代码整洁和一致性的项目。去除 docstring 中的多余空格不仅使代码看起来更加美观，还能减少不必要的字符，提高代码的可读性。

通过这些实用特性的引入，Python 3.13 进一步提升了开发者的编程体验，使得日常开发工作更加高效和便捷。无论是从命令行生成随机数，还是在拷贝对象时进行属性替换，亦或是改进的文件路径匹配和 docstring 的自动清理，这些特性都为开发者提供了更多的工具和选项，帮助他们更好地完成工作。 ## 重要的移除

Python 3.13版本在带来众多新特性和改进的同时，也对一些老旧的标准库模块和工具进行了清理。这些移除不仅是为了简化标准库，还为了确保Python的生态系统能够更加健康地发展。以下是Python 3.13中移除的一些重要模块和工具。

8.1 移除19个老旧标准库模块

Python 3.13中，19个老旧的标准库模块被正式移除。这些模块被称为“死电池”（dead batteries），因为它们在现代Python开发中已经很少被使用，甚至有些模块在多年前就已经被弃用。这些模块的移除是根据PEP 594的计划进行的，目的是为了清理标准库，减少维护负担，并鼓励开发者使用更现代的替代方案。

以下是被移除的19个模块：