python中try...except函数可以用if..else函数代替。在while循环内部，fast指针每次向前走两步，这时候我们就要判断fast的next指针是否为None，不然对fast.next再调用next指针的时候就会报异常，这个异常出现也反过来说明链表不存在环，就可以returnFalse。所以可以把while代码放到一个try…except中，一旦出现异常就return。这是一个比较好的思路，在以后写代码的时候可以考虑替换某些if…else语句减少不必要的判断，也使得代码变的更简洁。
公司主营业务：成都网站制作、做网站、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。成都创新互联是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。成都创新互联推出马山免费做网站回馈大家。
-常常出现在python函数定义的函数名后面，为函数添加元数据,描述函数的返回类型，从而方便开发人员使用。比如：
通常的写法是：
def attrs(self) - _Attrs:
pass
这种写法通常是写在函数的函数名后面
def add(x, y) - int:
return x+y
这里面，元数据表明了函数的返回值为int类型。
至于楼主问题中的，- _Attr则表明函数返回的是一个外部可访问的类的私有变量。
定义一个A类，然后实例化一个A对象，通过setattr函数来给当前类添加一个变量，值是test函数。调用haha函数，就相当于调用了test函数。 例2，定义一个模块，通过另一个模块函数调用函数来增加变量，值是test2函数。调用haha函数，就相当于调用了test2函数。
原理
python系统会维护一个变量的字典，可以通过locals(）或者globals()获取到该字典。由于字典是可变对象，那么，就可以动态的增加变量。由于函数也是一个对象，那么就可以将变量指向函数。这样就可以达到动态修改函数名的目的了。
这篇文章主要介绍了Python函数式编程指南(一)：函数式编程概述,本文讲解了什么是函数式编程概述、什么是函数式编程、为什么使用函数式编程、如何辨认函数式风格等核心知识,需要的朋友可以参考下1pareTo(o2))相信从这个小小的例子你也能感受到强大的生产效率：)封装控制结构的内置模板函数为了避开边界效应，函数式风格尽量避免使用变量，而仅仅为了控制流程而定义的循环变量和流程中产生的临时变量无疑是最需要避免的。假如我们需要对刚才的数集进行过滤得到所有的正数，使用指令式风格的代码应该像是这样：代码如下:lst2 = list()for i in range(len(lst)): #模拟经典for循环if lst[i] 0:lst2.append(lst[i])这段代码把从创建新列表、循环、取出元素、判断、添加至新列表的整个流程完整的展示了出来，俨然把解释器当成了需要手把手指导的傻瓜。然而，“过滤”这个动作是很常见的，为什么解释器不能掌握过滤的流程，而我们只需要告诉它过滤规则呢?在Python里，过滤由一个名为filter的内置函数实现。有了这个函数，解释器就学会了如何“过滤”，而我们只需要把规则告诉它：代码如下:lst2 = filter(lambda n: n 0, lst)这个函数带来的好处不仅仅是少写了几行代码这么简单。封装控制结构后，代码中就只需要描述功能而不是做法，这样的代码更清晰，更可读。因为避开了控制结构的干扰，第二段代码显然能让你更容易了解它的意图。另外，因为避开了索引，使得代码中不太可能触发下标越界这种异常，除非你手动制造一个。函数式编程语言通常封装了数个类似“过滤”这样的常见动作作为模板函数。唯一的缺点是这些函数需要少量的学习成本，但这绝对不能掩盖使用它们带来的好处。闭包(closure)闭包是绑定了外部作用域的变量(但不是全局变量)的函数。大部分情况下外部作用域指的是外部函数。闭包包含了自身函数体和所需外部函数中的“变量名的引用”。引用变量名意味着绑定的是变量名，而不是变量实际指向的对象;如果给变量重新赋值，闭包中能访问到的将是新的值。闭包使函数更加灵活和强大。即使程序运行至离开外部函数，如果闭包仍然可见，则被绑定的变量仍然有效;每次运行至外部函数，都会重新创建闭包，绑定的变量是不同的，不需要担心在旧的闭包中绑定的变量会被新的值覆盖。回到刚才过滤数集的例子。假设过滤条件中的 0 这个边界值不再是固定的，而是由用户控制。如果没有闭包，那么代码必须修改为：代码如下:class greater_than_helper:def __init__(self, minval):self.minval = minvaldef is_greater_than(self, val):return val self.minvaldef my_filter(lst, minval):helper = greater_than_helper(minval)return filter(helper.is_greater_than, lst)请注意我们现在已经为过滤功能编写了一个函数my_filter。如你所见，我们需要在别的地方(此例中是类greater_than_helper)持有另一个操作数minval。如果支持闭包，因为闭包可以直接使用外部作用域的变量，我们就不再需要greater_than_helper了：代码如下:def my_filter(lst, minval):return filter(lambda n: n minval, lst)可见，闭包在不影响可读性的同时也省下了不少代码量。函数式编程语言都提供了对闭包的不同程度的支持。在Python 2.x中，闭包无法修改绑定变量的值，所有修改绑定变量的行为都被看成新建了一个同名的局部变量并将绑定变量隐藏。Python 3.x中新加入了一个关键字 nonlocal 以支持修改绑定变量。但不管支持程度如何，你始终可以访问(读取)绑定变量。内置的不可变数据结构为了避开边界效应，不可变的数据结构是函数式编程中不可或缺的部分。不可变的数据结构保证数据的一致性，极大地降低了排查问题的难度。例如，Python中的元组(tuple)就是不可变的，所有对元组的操作都不能改变元组的内容，所有试图修改元组内容的操作都会产生一个异常。函数式编程语言一般会提供数据结构的两种版本(可变和不可变)，并推荐使用不可变的版本。递归递归是另一种取代循环的方法。递归其实是函数式编程很常见的形式，经常可以在一些算法中见到。但之所以放到最后，是因为实际上我们一般很少用到递归。如果一个递归无法被编译器或解释器优化，很容易就会产生栈溢出;另一方面复杂的递归往往让人感觉迷惑，不如循环清晰，所以众多最佳实践均指出使用循环而非递归。这一系列短文中都不会关注递归的使用。第一节完
正则表达式一个比较常见的用途是找到所有模式匹配的字符串并用不同的字符串来替换它们。sub方法提供一个替换值，可以是字符串或函数，和一个要被处理的字符串。
1、这里的sub方法，是被编译成‘RegexObject’实例后的实例的方法
Sub(replacement,string[,count =0 ])
1）返回的字符串是在字符串中用RE最左边不重复的匹配来替换。如果模式没有被发现，字符将没有被改变的返回。
2）可选参数count是模式匹配后替换的最大次数；count必须是非负整数。缺省值是0表示替换所有的匹配。
例子：
2、模块级函数：sub方法
注：这些函数（包括sub函数）使用RE字符串作为第一个参数，而后面的参数与相应的“RegexObject”方法的参数相同，返回要么是None，要么是一个‘MatchObject’实例。
（实际sub返回的是字符串,,两者说法不一致，以实际为准）
Re.sub的作用在于：使用给定的替换内容将匹配模式的子字符串（最左端并且非重叠的子字符串）替换掉
3、作为替换的组号
在2的例子中，只是把一个字符串用其他的内容替换掉了。用replace这个字符串方法能轻松达到同样的效果。而正则表达式允许以更灵活的方式进行搜索，同时它们也允许进行功能更强大的替换。
见证re.sub强大功能的最简单方式就是在替换字符串中使用组号。在替换内容中以‘\\n’型式出现的任何转义序列都会被模式中与组n匹配的字符串替换掉。例如，假设要把‘*something*’用‘emsometing/em’替换掉，前者是在普通文本文档（比如Email）中进行强调的常用方法，而后者则是相应的HTML代码（用于网页）
这里把所有的* *含的字符串都替换掉了。刚开始我以为只替换*world*。记一笔。
