Python 进阶Day05

最新推荐文章于 2024-06-05 14:38:02 发布

buzhidaoyaa

最新推荐文章于 2024-06-05 14:38:02 发布

阅读量91

点赞数

本文链接：https://blog.csdn.net/buzhidaoyaa/article/details/99854647

版权

1. PEP8 编码规范，以及开发中的一些惯例和建议

- 代码编排：

缩进4个空格，禁止空格与tab混用
行长80：防止单行逻辑过于复杂

- import：

不要使用from xxx import *
顺序
（1）标准库
（2）第三方库
（3）自定义库
单行不要import多个库
模块内用不到的不要去import

- 空格：

：，；后面跟一个空格·，前面无空格
二元操作符前后各一个空格

- 适当添加空行：

函数间：顶级函数间空两行，类的方法之间空1行
函数内：同一函数内的逻辑之间空一行
文件结尾：留一个空行（Unix中\n是文件的结尾符）

- 注释：

忌：逐行添加注释，没有一个注释
行内注释：单行逻辑国语复杂是添加
块注释：一段逻辑开始时添加
引入外来算法或者配置时须在注释中添加连接，标明出处。
函数和类尽可能添加docstring

- 命名：

除非在lambda函数中，否则不要用单字母的变量名
包名、模块名、函数名、方法名全部使用小写，单词间用下划线连接
类名、异常名使用CapWords（首字母大写）
全局变量尽量使用大写

- 字符串拼接：

尽量使用join方式，速度快，内存消耗小
注：自定义的变量名、函数名不要与标准库的名字冲突

练习1

规范这段代码

import sys
import os
from django.conf import settings
mod = 0xffffff
def foo(a,b=123):
	c = {'x':111,'y':222}
	d = [1,3,6]
	return a,b,c
def bar(x):
	if x % 2 == 0:
	return True

*和**的使用

#函数定义
def foo(*args,**kwargs):
	pass

#参数传递
def foo(x,y,z,a,b):
	print(x)
	print(y)
	print(z)
	print(a)
	print(b)
lst = [1,2,3]
dic = {'a':22,'b':77}
foo(*lst,**dic)

import * 语法

#文件 xyz.py
_all_ = ('a','b','_d')

a = 123
_b = 456
c = 'hdwukg'
_d  = [1,12,3,4,5]
e = (9,8,7,5,4)

#文件abc.py
from xyz import *
print(a)
print(_b)
print(c)
print(-d)
print(e)

强制命名参数
def foo（a,*,b,c=123）:
	pass

2.装饰器

#最简装饰器
def deco(func):
    def sum(*args,**kwargs):
        return func(*args,**kwargs)
    return sum


@deco
def A(num1,num2):
    print(num1 ** num2)

#带参数的装饰器
def deco(n):
	def wrap1(func):
	    def wrap2(*args,**kwargs):
	    	return wrap2
	return wrap1
	
#调用过程
wrap1 = deco(n)
wrap2 = wrap1(foo)
foo = wrap2
foo()

#单行形式
check_res(30)(foo)(4,8)

3.函数闭包

函数闭包：引用了自由变量的函数即是一个闭包，这个被引用的自由变量和这个函数一同存在，即使已经离开了它创造的环境也不例外。

def foo():
	l = []
	def bar(i):
		l.append(i)
		return l

f1 = foo()
f2 = foo()

f1(1)
f2(2)
f3(3)

4.进程和线程

概念

进程就是操作系统中执行的一个程序，操作系统以进程为单位分配存储空间，每个进程都有自己的地址空间、数据栈以及其他用于跟踪进程执行的辅助数据，操作系统管理所有进程的执行，为它们合理的分配资源。
一个进程还可以拥有多个并发的执行线索，简单的说就是拥有多个可以获得CPU调度的执行单元，这就是所谓的线程。

Python中的多进程

如果程序中的代码只能按顺序一点点的往下执行，那么即使执行两个毫不相关的下载任务，也需要先等待一个文件下载完成后才能开始下一个下载任务，很显然这并不合理也没有效率。

import multiprocessing
import os
def A(name):
    print(os.getpid())
    print(name)


if __name__ == "__main__":
    # 创建进程
    p1 = multiprocessing.Process(target=A,args=(lyt1,))
    p2 = multiprocessing.Process(target=A,args=(lyt2,))
    p1.start()  # 启动进程
    p2.start()
    p1.join()
    p2.join()
    print('Ok')

Python中的多线程

在Python早期的版本中就引入了thread模块（现在名为_thread）来实现多线程编程，然而该模块过于底层，而且很多功能都没有提供，因此目前的多线程开发我们推荐使用threading模块，该模块对多线程编程提供了更好的面向对象的封装。

练习2

#登录网页
import time 

TIME1 = 0
TIME2 = 0

def check_ip(func):
    def warp(*args,**kwargs):
        if round(abs(TIME2-TIME1),3) <0.5:
            print('404')
        else:
            return func(*args,**kwargs)
    return warp

@check_ip
def A(ip):
    print("进入网页成功")


#模拟请求
for _ in range(50):
    ip = '127.0.0.1'
    TIME1 = time.time()
    A(ip)
    TIME2 = time.time()
    time.sleep(1)

#带参数的装饰器
#流氓验证码：
# 在使用装饰器的情况下，无论输入什么验证码都会返回验证码错误，
#如果不使用，该正确就打印正确
import random
def deco2(parms):
    def deco(func):
        def warp(*args,**kwargs):
            if parms:
                kwargs['n1'] = -1
            return func(*args,**kwargs)
        return warp
    return deco

@deco2(True)   # 不加装饰器验证码一直返回错误
def A(n1,n2):
    if n1 == n2:
        print("验证码正确")
    else:
        print("验证码错误")

num = random.randrange(1000,9999)
print('验证码是：%d'%num)
num2 = int(input("请输入验证码>>>"))
A(n1=num,n2=num2)