一、设计模式
如果理解设计模式?
在IT行业有很多前辈针对规定的难听设计出了固定的解决思路方法
设计模式总共多少种?
设计模式总共有23种 具体请查看百度(单例模式)
设计模式的分类
创建型 结构型 行为型
二、设计模式之单例模式
'''类加括号调用多次只允许产生一个对象'''
class MyClass:
pass
obj1 = MyClass()
obj2 = MyClass()
obj3 = MyClass()
print(id(obj1), id(obj2), id(obj3))
'''我们可以看出来调用之后都是各自 不是同一个对象 我们想节省内存就需要用到单例模式'''
class MyMeTaClass(type):
instance = None
def __call__(self, *args, **kwargs):
if self.instance:
return self.instance
obj = super().__call__(*args, **kwargs)
self.instance = obj
return obj
class Single(metaclass=MyMeTaClass):
def __init__(self, name):
self.name = name
obj1 = Single('LebronJames')
obj2 = Single('DwightHoward')
print(id(obj1), id(obj2))
print(obj1.name)
print(obj2.name)
三、Pickle模块
pickle模块与json模块很像 都是用来做序列化 反序列化的
并且pickle模块支持python所有数据类型(保存的文件都是二进制)
但是pickle不支持跨语言传输 只能python自己跟自己玩 兼容性不好
class MyClass:
def __init__(self, name):
self.name = name
def choice_course(self):
print('%s正在playBasketball' % self.name)
obj = MyClass('LebronJames')
with open(r'a.txt', 'w', encoding='utf8') as f:
f.write(obj)
import json
with open(r'a.txt', 'w', encoding='utf8') as f:
f.write(json.dumps(obj))
import pickle
with open(r'a.txt', 'wb') as f:
f.write(pickle.dumps(obj))
with open(r'a.txt', 'rb') as f:
data = pickle.load(f)
print(data)
print(data.name)
data.choice_course()
四、选课系统项目分析
选课系统
角色:学校、学员、课程、讲师
要求:
1. 创建北京、上海 2 所学校
2. 创建linux , python , go 3个课程 , linux\py 在北京开, go 在上海开
3. 课程包含,周期,价格,通过学校创建课程
4. 通过学校创建班级, 班级关联课程、讲师5. 创建学员时,选择学校,关联班级
5. 创建讲师角色时要关联学校,
6. 提供三个角色接口
6.1 学员视图, 可以注册, 交学费, 选择班级,
6.2 讲师视图, 讲师可管理自己的班级, 上课时选择班级, 查看班级学员列表 , 修改所管理的学员的成绩
6.3 管理视图,创建讲师, 创建班级,创建课程
7. 上面的操作产生的数据都通过pickle序列化保存到文件里
功能分析
管理员功能(最核心)
1.注册
2.登录
3.创建讲师
4.创建学校
5.创建课程
讲师功能
1.注册
2.登录
3.选择教授课程
4.查看教授课程
5.管理课程分数
学生功能
1.注册
2.登录
3.选择学校
4.选择课程
5.查看分数
五、系统架构设计
三层架构
功能展示层
src.py
admin_view.py
teacher_view.py
student_view.py
核心逻辑层
admin_interface.py
teacher_interface.py
student_interface.py
数据处理层
db_hanlder.py
model.py