Python 3.7增添了众多新的类，可用于数据处理、针对脚本编译和垃圾收集的优化以及更快的异步I/O。

Python这种语言旨在使复杂任务变得简单，最新版本Python 3.7已正式进入测试版发布阶段。Python 3.7的最终版定于2018年6月发布，但此后不会为Python 3.7版本添加任何新功能。

Python 3.7最重要的添加和改进之处包括如下：

• 用类处理数据时减少样板代码的数据类。
• 一处可能无法向后兼容的变更涉及处理生成器中的异常。
• 面向解释器的“开发模式”。
• 具有纳秒分辨率的时间对象。
• 环境中默认使用UTF-8编码的UTF-8模式。
• 触发调试器的一个新的内置函数。

Python数据类

众所周知，Python是处理结构化数据的一种快捷又方便的方法。Python提供了用来组织管理结构，并将常见行为与数据实例联系起来的类，但是拥有许多初始化器的类历来存在这个弊端：需要大量的样板代码为它们创建实例。比如说：

为了使这实现自动化：为类创建实例，Python 3.7引入了一个新的模块dataclasses，如PEP 557中所述（https://www.python.org/dev/peps/pep-0557/）。它提供了一个装饰器，能够以异常简单的方式重现上述行为：

因而生成的类运行起来如同普通的Python类。你还可以声明某些字段是“冻结”或不可变的，并且使创建属性的特殊方法（比如__hash__或__repr__）实现自动化（或手动覆盖）。

Python生成器异常处理

正如PEP 479中概述（https://www.python.org/dev/peps/pep-0479/），开发了一段时间的一处变更旨在让人们更容易调试Python生成器引发的StopIteration异常。以前，生成器遇到另一个问题时很容易引发StopIteration，而不是由于它用完了需要迭代的东西。这带来了一整批很难追踪的代码缺陷。

在Python 3.7中，生成器引发StopIteration异常后，StopIteration异常将被转换成RuntimeError异常，那样它不会悄悄一路影响应用程序的堆栈框架。这意味着如何处理生成器的行为方面不太敏锐的一些程序会在Python 3.7中抛出RuntimeError。而在Python 3.6中，这种行为生成一个弃用警告；在Python 3.7中，它生成一个完整的错误。

一个简易的方法是使用try/except代码段，在StopIteration传播到生成器的外面捕获它。更好的解决方案是重新考虑如何构建生成器――比如说，使用return语句来终止生成器，而不是手动引发StopIteration。想进一步了解如何在现有代码中补救这个问题，如何在新代码中防范该问题，请参阅PEP 469（https://www.python.org/dev/peps/pep-0479/）。

Python开发模式

Python解释器新的命令行开关：-X让开发人员可以为解释器设置许多低级选项。在Python 3.7中，选项-X dev启用“开发模式”，这种运行时检查机制通常对性能有重大影响，但在调试过程中对开发人员很有用。

-X dev激活的选项包括：

• asyncio模块的调试模式。这为异步操作提供了更详细的日志记录和异常处理，而异常操作可能很难调试或推理。
• 面向内存分配器的调试钩子。这对于编写CPython扩展件的那些人很有用。它能够实现更明确的运行时检查，了解CPython如何在内部分配内存和释放内存。
• 启用faulthandler模块，那样发生崩溃后，traceback始终转储出去。

具有纳秒分辨率的Python时间函数

Python 3.7中一类新的时间函数返回纳秒精度的时间值。尽管Python是一种解释型语言，但是Python的核心开发人员维克多"_blank" href="https://www.python.org/dev/peps/pep-0539/" rel="external nofollow" >https://www.python.org/dev/peps/pep-0539/），线程特定存储（TSS）API取代了老式的线程本地存储（TLS）API。如果谁定制CPython或编写使用解释器的内部API的CPython扩展件，就要明白这一点。

模块属性访问定制

你在Python程序中创建模块时，现在可以针对该模块的实例定制属性访问的行为。为此，只需要在模块里面创建一个__getattr__方法，就跟为一个类创建方法那样。这样一来，就可以对诸如请求模块里面不存在的函数或方法之类的操作进行拦截、标记或代理。

Python importlib资源

importlib模块现在可用来读取“资源”，即随Python应用程序一并交付的二进制工件，比如数据文件。这样一来，开发人员可以通过importlib的抽象来访问那些文件，所以它们存储在系统上某个地方的.zip文件中还是存储在目录中并不重要。

底层优化

现在许多单独的操作更快速了：

由于新的操作码，方法调用起来最多快20%。（除非你在编写直接处理Python操作码的代码，否则不需要担心由此带来的影响。）正则表达式中不区分大小写的匹配速度更快了，有时要快20倍。

源代码中的一些常量现在可以更高效地优化。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。