第一:命名空间与作用域
命名空间:
局部命名空间:
def foo():
x=1
def func():
pass
全局命名空间:
import time
class ClassName:pass
def foo():pass
内键命名空间:
sum,max,min 等
python加载三个命名空间的顺序:
1.内键命名空间
2.全局命名空间:文件级别的或叫做模块级别的
3.局部命名空间:只有调用函数的时候才会加载,函数调用结束就被释放掉
作用域:
全局作用域:
同时x=1为全局变量
x=1
deffunc1():deffunc2():deffunc3():print(x)
func3()
func2()
func1()
输出结果1
局部作用域:
x=1
deffunc1():deffunc2():deffunc3():
x=100
print(x)
func3()
func2()
func1()
输出结果:100
第二:闭包
闭包:本质就是一个内部函数
特点:这个内部函数必须包含对外部函数作用域(非全局作用)名字的引用
示例:
deff1():
x=1y=2
deff2():print(x)print(y)returnf2
func=f1()#func()
print(func.__closure__[0].cell_contents)#查看闭包函数的方法
print(func.__closure__[1].cell_contents)#f2为闭包函数
输出结果:1
2
惰性计算:啥时候用啥时候调用
from urllib.request importurlopendefpage(url):defget():returnurlopen(url).read()returnget
baidu=page('http://www.baidu.com')
python=page('http://www.python.org')print(baidu)print(python)
输出结果:.get at 0x0000000002DE6BF8>
.get at 0x0000000002DE6C80>函数没有执行,已经传了一个参数
第三:装饰器
开放封闭原则
装饰器需要遵循的原则:1,不改变被修饰对象的源代码;2,不改变被修饰对象的调用方式
装饰器是在遵守1和2的前提下,为被装饰的对象添加新功能
装饰器无参基本框架:
#这就是一个实现一个装饰器最基本的架子
deftimer(func):defwrapper():
func()return wrapper
装饰器有参基本框架:
deftimer(func):def wrapper(*args,**kwargs):
func(*args,**kwargs)return wrapper
无参装饰器:
importtimedef timer(func): #func=最原始的index
defwarpper():
start_time=time.time()
func()
end_time=time.time()print('run time is %s' % (end_time -start_time))returnwarpper#无参装饰器
@timer #index=timer(index) 此时的index就是warpper
defindex():
time.sleep(1)print("welcome to index")
index()#就是在调用warpper()
原来的index的函数只会输出welcome to index
加上装饰器后;
输出内容为:
welcome to index
run timeis 1.0060575008392334
有参数装饰器:
importtimedef timer(func): #func=最原始的index
defwarpper(user):
start_time=time.time()
func(user)
end_time=time.time()print('run time is %s' % (end_time -start_time))returnwarpper
@timer#index=timer(index) 此时的index就是warpper
defhome(user):
time.sleep(1)print("home %s"%user)
home('cy')#就是在调用warpper()
输出结果:
home cy
run timeis 1.0000574588775635
如果传入的参数是关键字类型或者其他的
importtimedef timer(func): #func=最原始的index
def warpper(*args,**kwargs):
start_time=time.time()
func(*args,**kwargs)
end_time=time.time()print('run time is %s' % (end_time -start_time))returnwarpper
@timer#index=timer(index) 此时的index就是warpper
defhome(user):
time.sleep(1)print("home %s"%user)
home('cy')#就是在调用warpper()
home(user="zzl")#输出结果:
home cy
run timeis 1.0000574588775635home zzl
run timeis 1.0000569820404053
如果原函数有返回值:
importtimedef timer(func): #func=最原始的index
def warpper(*args,**kwargs):
start_time=time.time()
res=func(*args,**kwargs)
end_time=time.time()print('run time is %s' % (end_time -start_time))returnresreturnwarpper
@timer#index=timer(index) 此时的index就是warpper
defhome(user):
time.sleep(1)return user + 'is student'res=home('cy')#就是在调用warpper()
print(res)#输出结果:
run time is 1.0000574588775635cyis student
装饰器的应用:
无参装饰器的应用:
user_info
name:zzl,passwd:123name:cyy,passwd:123name:cy,passwd:123name:zl,passwd:123
code:
defuser_info():
file= open('user_info')
data=file.readlines()
list_info=[]for i indata:
lis=[i.strip()]for s inlis:
result= [ele.strip() for ele in s.split(",")]
dict_info={}for x inresult:
res= [ele.strip() for ele in x.split(':')]
dict_info.update(dict([res]))
list_info.append(dict_info)returnlist_info
user_list=user_info()defhelp():print(user_list)
current_user={'username':None,'login':False}defauth_deco(func):def wrapper(*args,**kwargs):if current_user['username'] and current_user['login']:
res=func(*args,**kwargs)returnres
username=input('用户名:').strip()
passwd=input('密码:').strip()for index,user_dic inenumerate(user_list):if username == user_dic['name'] and passwd == user_dic['passwd']:
current_user['username']=username
current_user['login']=True
res=func(*args,**kwargs)returnresbreak
else:print('用户名或者密码错误,重新登录')returnwrapper
help()#无参函数
@auth_decodefhome():print('这里是你家')
home()
有参装饰器的应用:
user_info
name:zzl,passwd:123name:cyy,passwd:123name:cy,passwd:123name:zl,passwd:123
code:
defuser_info():
file= open('user_info')
data=file.readlines()
list_info=[]for i indata:
lis=[i.strip()]for s inlis:
result= [ele.strip() for ele in s.split(",")]
dict_info={}for x inresult:
res= [ele.strip() for ele in x.split(':')]
dict_info.update(dict([res]))
list_info.append(dict_info)returnlist_info
user_list=user_info()defhelp():print(user_list)
current_user={'username':None,'login':False}def auth(auth_type='file'):defauth_deco(func):def wrapper(*args,**kwargs):if auth_type == 'file':if current_user['username'] and current_user['login']:
res=func(*args,**kwargs)returnres
username=input('用户名:').strip()
passwd=input('密码:').strip()for index,user_dic inenumerate(user_list):if username == user_dic['name'] and passwd == user_dic['passwd']:
current_user['username']=username
current_user['login']=True
res=func(*args,**kwargs)returnresbreak
else:print('用户名或者密码错误,重新登录')elif auth_type == 'ldap':print('我是ldap')
res=func(*args,**kwargs)returnresreturnwrapperreturnauth_deco#auth(auth_type='file')就是在运行一个函数,然后返回auth_deco,所以@auth(auth_type='file')#就相当于@auth_deco,只不过现在,我们的auth_deco作为一个闭包的应用,外层的包auth给它留了一个auth_type='file'参数
@auth(auth_type='ldap')defindex():print('欢迎来到主页面')
@auth(auth_type='file')defhome():print('到家了')
index()print(user_list)
home()
第四:迭代器
#迭代:更新换代 描述的是一个重复的过程 for while
lis=[4,5,6]
i=0while i
i+=1
for i inrange(len(lis)):print(lis[i])#输出结果:
4
5
6
4
5
6
针对没有下标的数据类型,我们在想迭代他们的话,就必须提供一种不按照下标取值的方式,python针对这种情况,已经为很多很多的数据类型内置了一个__iter__的方法。
d={'a':1,'b':2}print(d.__iter__())print([].__iter__())#输出结果:
数据类型凡是有__iter__方法的都是可迭代的iterable,执行这个方法得到结果就是迭代器iterator,凡是iterator都内置一个__next__方法
d={'a':1,'b':2}
i=d.__iter__()print(i)print(i.__next__())print(i.__next__())print(i.__next__())
输出结果:a
bprint(i.__next__())
StopIteration #这个不是报错是字典没有值了
迭代的认识(针对列表)
l=[1,2,3,4,5]
i=iter(l)whilel:try:print(next(i)) #i.__next__()
exceptStopIteration as e:break
for i in l:#l.__iter__()
print(i)#输出结果:
1
2
3
4
5
1
2
3
4
5
迭代器牛逼之处:针对没有下边的数据类型:(字典,文件等)
字典:
dic={'a':1,'b':2,'c':3}
d=iter(dic)whiled:try:print(dic[next(d)])exceptStopIteration:break
for i indic:print(dic[i])#输出结果:
1
2
3
1
2
3
文件:
f=open('text','r')print(f)for i in f: #i=f.__iter__()
print(i)
输出结果:<_io.textiowrapper name="text" mode="r" encoding="cp936">zzl
cyy
for,while之所以能够循环字典,文件,是因为内置用了迭代器的方法
迭代器的优点:
1.提供了一种统一的迭代方式
2.惰性计算,省内存
迭代器的缺点:
1.迭代器看起来就像是一个序列,但是你永远无法预知迭代器的长度
2.不能倒着走,而且是一次性的,只能走一遍
迭代器(Iterator),可迭代的(Iterable)
from collections importIterator,Iterableprint(isinstance('zzl',Iterable))print(isinstance({},Iterable))print(isinstance((),Iterable))print(isinstance({}.__iter__(),Iterator))
f=open('text','r')print(isinstance(f,Iterator))print(isinstance(f,Iterable))
输出结果:
True
True
True
True
True
True
第五:生成器
#凡是在函数内部有关键字yield,那么这个函数就是一个生成器。 特别指数在于:函数名+()不再执行,而是得到一个生成器。
from collections importIteratordeffoo():print('我是老大')yield 1
print('我是老二')yield 2
print('我是老三')yield 3
print('我是老四')yield 4
print('我是老五')yield 5
print('我是老六')yield 6g=foo() #调用以后把它当成迭代器来看
print(g)print(isinstance(g,Iterator))print(next(g))print(next(g))print(next(g))print(next(g))print(next(g))print(next(g))print(next(g))
输出结果:True
我是老大1我是老二2我是老三3我是老四4我是老五5我是老六6File"D:/my/python script/untitled/生成器.py", line 30, in
print(next(g))
StopIteration#这不是报错,而是没有值了,怎么解决呢,请往下看
deffoo():print('我是老大')yield 1
print('我是老二')yield 2
print('我是老三')yield 3
print('我是老四')yield 4
print('我是老五')yield 5
print('我是老六')yield 6g=foo() #调用以后把它当成迭代器来看
for i in g: #i=next(g)
print(i)
输出结果:
我是老大1我是老二2我是老三3我是老四4我是老五5我是老六6
总结:yield的功能是什么?
1.yield是为函数定制__iter__和__next__方法,就是提供一种自定义迭代器的优雅的方法
2.就相当于return,但是可以返回多次
3.生成器本质就是一个数据流,next(生成器)才触发生成器函数的一次执行,下一次next会从上一次暂停的位置继续执行,直到重新遇到一个新的yield。
实现tail -f one.txt | grep ‘cy’的功能:
importtimedeftail(file_path):
with open(file_path) as f:
f.seek(0,2)whileTrue:
line=f.readline()if notline:
time.sleep(0.1)else:yieldlinedefgrep(lines,pattern):for line inlines:if pattern inline:yieldline
pattern_line=grep(tail(r'C:/one.txt'),'cy')for i inpattern_line:print(i)
输出结果:
cyy