De nyeste Python-funksjonene

Denne artikkelen forklarer de nyeste funksjonene i Python.

Vi vil forklare de viktigste funksjonene i Python 3.12 til 3.13-generasjonene steg for steg fra et praktisk ståsted med fokus på 'umiddelbart brukbare' applikasjoner.

YouTube Video

De nyeste Python-funksjonene

De siste årene har Python utviklet seg med vekt ikke bare på 'enkelhet i skriving', men også på 'robusthet, hastighet og lesbarhet'. Nedenfor presenterer vi de viktigste funksjonene fra Python 3.12 til 3.13-generasjonene.

Dramatiske forbedringer i feilmeldinger (Python 3.12)

I Python 3.12 vises feil nå på en mer konkret og visuell måte. Du kan umiddelbart identifisere hvor feil oppstår og dermed redusere tiden brukt på feilretting betydelig.

1def calc_total(price, tax):
2    return price + price * tax
3
4result = calc_total(100, )

• Manglende argumenter vises med den aktuelle linjen og plasseringen, slik at du ikke blir forvirret når du finner årsaken.

Praktisk bruk av 'match'-setningen (strukturell mønstergjenkjenning)

'match'-setningen lar deg beskrive komplekse betingede grener og datastruktur-diskriminering deklarativt. Håndtering av ordbøker og nestede strukturer blir spesielt mye mer oversiktlig.

1user = {"status": "active", "name": "Alice"}
2
3match user:
4    case {"status": "active", "name": name}:
5        print(f"Welcome back, {name}!")
6    case {"status": "inactive"}:
7        print("Please activate your account.")
8    case _:
9        print("Unknown user status.")

• Fordi du kan utføre betingede grener og datauttrekk samtidig, blir nesting av if-setninger overflødig.

Intuitiv mønstergjenkjenning for håndtering av nestede data

'match'-setningen er også effektiv for strukturerte data som JSON eller API-responser.

1data = {"user": {"name": "Bob", "age": 25}}
2
3match data:
4    case {"user": {"name": name, "age": age}}:
5        print(f"{name} is {age} years old.")

• Du kan trygt trekke ut kun nødvendige elementer, noe som reduserer behovet for defensiv koding.

Forbedret f-streng-debugging (=` notasjon / Python 3.8 og senere, forbedret brukervennlighet)

Med f-strenger kan du nå legge til = for å vise både uttrykket og resultatet av evalueringen samtidig. Denne funksjonen er spesialisert for debugging og er svært nyttig når du raskt vil sjekke innholdet i en variabel.

1x = 10
2y = 20
3print(f"{x=}, {y=}, {x+y=}")

• Siden variabelnavn og verdier vises sammen, blir midlertidig debugging med print()-setninger lettere å lese.
• Du kan skrive loggutdata og verifikasjonskode på en mer konsis og uttrykksfull måte.

Forenklede typehint og 'type'-alias (Python 3.12: Ny type-alias-syntaks)

I Python 3.12 ble det innført en dedikert syntaks for å definere type-alias—type-setningen. Dette gjør at typehint kan fungere ikke bare som tilleggsinformasjon, men også som et språkelement for å tydelig uttrykke designintensjon.

1type UserId = int
2type UserName = str
3
4def greet(user_id: UserId, name: UserName) -> str:
5    return f"Hello, {name} (id={user_id})"

• Ved å gi mening til UserId eller UserName, kan forskjeller i roller tydeliggjøres selv om begge bruker samme int eller str type.
• Typedefinisjoner blir mer konsise, noe som reduserer forståelseskostnaden under kodegjennomgang og vedlikehold.
• Tidligere ble typealias som UserId = int opprettet ved tildeling, men ved å bruke type-setningen blir det tydelig at 'dette er en typedefinisjon'. Dette er spesielt effektivt for å bedre designlesbarheten i mellomstore og større kodebaser.

Naturlige typeannotasjoner med innebygde typer (forenklede generics fra Python 3.9+)

Fra Python 3.9 kan du bruke innebygde typer som list eller dict direkte som generics.

Dette lar deg skrive intuitive og lesbare typehint uten å importere typer fra typing-modulen.

1def sum_numbers(numbers: list[int]) -> int:
2    return sum(numbers)
3
4print(sum_numbers([1, 2, 3, 4]))

• Typehint fungerer ikke som 'begrensninger', men som 'dokumentasjon som forklarer behandlingens innhold'.

Sikker metodekjeding med Self-typen (Python 3.11 og senere)

Fra Python 3.11 kan du spesifisere Self som returtype for metoder som returnerer selve klassen.

Dette lar deg trygt skrive metodekjedingskode uten å miste typeinformasjon.

 1from typing import Self
 2
 3class Counter:
 4    def __init__(self, value: int = 0) -> None:
 5        self.value = value
 6
 7    def increment(self) -> Self:
 8        self.value += 1
 9        return self
10
11counter = Counter()
12counter.increment().increment()
13print(counter.value)

• Selv for metoder som returnerer self, bevares den korrekte returtypen.
• IDE-er og typekontrollere kan nøyaktig forstå metodekjeding.

Klarere strengmanipulering (removeprefix / removesuffix | Python 3.9 og senere)

Fra Python 3.9 har spesialiserte metoder som str.removeprefix() og str.removesuffix() blitt lagt til for å trygt fjerne prefikser og suffikser fra strenger. Med disse kan du nøyaktig uttrykke intensjonen om å 'fjerne kun starten eller slutten' i koden din.

1filename = "report_2026.txt"
2
3clean_name = filename.removeprefix("report_")
4name_without_ext = clean_name.removesuffix(".txt")
5
6print(name_without_ext)

• Den angitte strengen fjernes kun dersom den finnes i starten eller slutten, noe som forhindrer utilsiktede utskiftninger.
• Denne tilnærmingen gir bedre lesbarhet og sikkerhet enn å bruke replace() eller slicing.
• Spesielt for håndtering av 'strenger med et definert format', som filnavn eller URL-forbehandling, kan bruk av disse metodene redusere risikoen for feil betydelig.

Robust strengsammenligning for internasjonalisering (str.casefold() | Unicode-støtte)

str.casefold() i Python er en metode for store/små-bokstav-uavhengig sammenligning som tar hensyn til Unicode. I motsetning til enkle lower() eller upper(), normaliserer den strenger, inkludert språkspecifikke tegnkonverteringer.

1text1 = "Stra\u00dfe"
2text2 = "strasse"
3
4print(text1)
5print(text2)
6
7print(f"Comparison Result: {text1.casefold() == text2.casefold()}")

• Den kan håndtere språkavhengige forskjeller som tysk ß og ss på riktig måte.
• Dette er en essensiell teknikk for applikasjoner som krever flerspråklig støtte eller internasjonalisering.

Standard TOML-støtte (tomllib | Python 3.11 og senere)

Fra og med Python 3.11 er tomllib-modulen for lesing av TOML-konfigurasjonsfiler lagt til i standardbiblioteket. Konfigurasjonsstyring kan nå utføres kun i Python, uten å være avhengig av eksterne biblioteker.

 1import tomllib
 2
 3with open("config.toml", "rb") as f:
 4    config = tomllib.load(f)
 5
 6print(config["database"]["host"])
 7
 8# config.toml
 9# title = "TOML Example"
10# [database]
11# host = "192.168.1.1"
12# ports = [ 8001, 8001, 8002 ]

• Eksterne pakker som toml trengs ikke lenger, noe som forenkler avhengighetene dine.
• Innlasting av konfigurasjonsfiler er standardisert, noe som gjør distribusjon, drift og CI-miljøer lettere å håndtere.

Unntakshåndtering i parallelle prosesseringsmiljøer (ExceptionGroup / except* | Python 3.11 og senere)

Python 3.11 introduserte ExceptionGroup for å håndtere flere unntak samtidig og except*-syntaksen for å håndtere dem trygt i grener. Dette er en ny funksjon for å håndtere 'simultane feil' som oppstår i asynkron eller parallell prosessering.

 1def process(values):
 2    errors = []
 3    for v in values:
 4        if v < 0:
 5            errors.append(ValueError(f"Negative value: {v}"))
 6    if errors:
 7        raise ExceptionGroup("Invalid values", errors)
 8
 9try:
10    process([1, -2, -3])
11except* ValueError as e:
12    print("Handled:", e)

• Flere unntak kan nå kastes og klassifiseres i én operasjon.
• Det løser problemet i asynkron behandling der kun den første feilen ble synlig.
• I operasjoner som asyncio.gather() eller parallell batchbehandling kan flere feilkilder oppstå samtidig. Bruk av ExceptionGroup gjør det enklere å organisere feiloppsamling, logging og retry-strategier.

Ytelsen forbedres bare ved å oppdatere til den nyeste versjonen

Fra og med Python 3.11 har mange prosesser blitt raskere gjennom interne optimaliseringer.

1def count_up(n):
2    total = 0
3    for i in range(n):
4        total += i
5    return total
6
7print(count_up(1_000_000))

• En stor fordel er at ytelsesforbedringer kan oppnås uten å måtte skrive om koden din.

Kontroll over søppelinnsamling (eksplisitt håndtering via gc-modulen)

I Python lar bruk av den innebygde gc-modulen deg midlertidig deaktivere eller manuelt utføre søppelinnsamling. Dette er en effektiv optimaliseringsteknikk i scenarioer som batchprosessering av store datasett eller ytelseskritiske operasjoner.

1import gc
2
3gc.disable()
4# heavy batch processing
5gc.enable()
6gc.collect()

• Undertrykking av unødvendig søppelinnsamling kan redusere svingninger i behandlingstiden.
• Du kan eksplisitt utføre innsamling ved prosessintervaller, noe som gjør minnebruken enklere å følge.
• Denne teknikken bør imidlertid ikke brukes som standardoptimalisering, men bare vurderes dersom profilering viser at GC er en flaskehals. For de fleste applikasjoner er det tryggest å stole på Pythons automatiske søppelinnsamling.

Sammendrag

Med forbedringer i feilmeldinger og utviklingen av typehint i Python 3.12 til 3.13-generasjonen har forståelse og vedlikehold av kode blitt enklere enn noensinne. I tillegg gjør forbedringer som bedre feilsøkingsopplevelser og ytelsesøkning gjennom interne optimaliseringer stadig direkte bidrag til produktiviteten i praksis. Du trenger ikke bruke alle disse nye funksjonene på én gang; det er praktisk å starte med den nyeste Python-versjonen og gradvis ta i bruk funksjoner etter behov. Denne gradvise innføringen fører til mer lesbar og robust Python-kode.

Du kan følge med på artikkelen ovenfor ved å bruke Visual Studio Code på vår YouTube-kanal. Vennligst sjekk ut YouTube-kanalen.

YouTube Video