python文件下载速度 装饰器_写python博客的第五天 （装饰器，进程）

python进阶

每日一酌：.比我差的人还没放弃，比我好的人仍在努力，我就更没资格说我无能为力！

PEP8编码规范

1，缩进4个空格，禁止空格与Tab混用。

2，import 不要使用from xxx import *。

顺序是 标准库

第三方库

自定义库

3，单行不要 import 多个库。

4，模块内用不到的不要去 import。

5，空格 (：，；)后面跟一个空格，前面无空格(行尾分号无空格)。

6，当 = 用于指示关键字参数或默认参数值时，不要再其两侧使用空行。

7，适当添加空行。

8，注释 忌：逐行添加注释，没有一个注释。

9，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。

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。

装饰器

讲 Python 装饰器前，我想先举个例子，虽有点污，但跟装饰器这个话题很贴切。

每个人都有的内裤主要功能是用来遮羞，但是到了冬天它没法为我们防风御寒，咋办？我们想到的一个办法就是把内裤改造一下，让它变得更厚更长，这样一来，它不仅有遮羞功能，还能提供保暖，不过有个问题，这个内裤被我们改造成了长裤后，虽然还有遮羞功能，但本质上它不再是一条真正的内裤了。于是聪明的人们发明长裤，在不影响内裤的前提下，直接把长裤套在了内裤外面，这样内裤还是内裤，有了长裤后宝宝再也不冷了。装饰器就像我们这里说的长裤，在不影响内裤作用的前提下，给我们的身子提供了保暖的功效。

简单的装饰器

def user(func):

#这里的func就相当与foo()函数

def warp():

print('i am warp')

return func() # 把 foo 当做参数传递进来时，执行func()就相当于执行foo()

return warp #warp()函数

@user

def foo():

print('i am foo')

foo() # 执行foo()就相当于执行 warp()

#装饰器逻辑：从foo()函数开始 --》@user --》func--》return warp --》print('i am warp') --》

# 返回func()函数就是返回print('i am foo')

带参数的装饰器

def tyler(leve):

def user(func):

def warp(*args,**kwargs):

if leve == "warn":

print('i am warp is warn')

elif leve == 'info':

print('i am warp is info')

return func(*args,**kwargs) #返回不定长参数，kwargs必须放在后面，因为是带变量名赋值

return warp

return user

@tyler(leve='info') #在这可以修改leve的参数，在走装饰器

def foo(12,name='foo'):

print('i am %sage'%name)

foo()

练习

无敌验证码，不管怎么输入验证码都显示验证码错误

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) #这里要是true 则会走warp里的if 将n1 的值改为 -1

#这样只会输出验证码错误，改为false就不会走warp里的if，，，程序正常运行

def A(n1,n2):

if n1 == n2:

print('验证码正确')

else:

print('验证码错误')

num = random.randint(1000,9999)

print('验证码是%d'%num)

num2 = int(input('>>'))

A(n1=num,n2=num2)

练习二

def deco(func):

def warp(n,n1):

sum_ = n + n1

return func(sum_,n1) #将sum_作为参数传给func(),func()就是A(name，name1)。

#所以name参数的值就是sum_

return warp

@deco

def A(name,name1):

print(name)

A(10,12)

函数闭包(Function Closure)

介绍闭包前有必要先介绍一些背景知识，诸如嵌套函数、变量的作用域等概念

作用域：作用域是程序运行时变量可被访问的范围，定义在函数内的变量是局部变量，局部变量的作 用范围只能是函数内部范围内，它不能在函数外引用

嵌套函数： 就是一层函数套一层函数

闭包

闭包，顾名思义，就是一个封闭的包裹，里面包裹着自由变量，就像在类里面定义的属性值一样，自由变量的可见范围随同包裹，哪里可以访问到这个包裹，哪里就可以访问到这个自由变量。

为什么要使用闭包

闭包避免了使用全局变量，此外，闭包允许将函数与其所操作的某些数据(环境)关连起来。这一点与面向对象编程是非常类似的，在面对象编程中，对象允许我们将某些数据(对象的属性)与一个或者多个方法相关联。

例子

def adder():

l = []

def bar(i):

l.append(i)

return l

return bar

f1 = adder()

f2 = adder()

print(f1(1)) #[1]

print(f2(2)) #[2]

print(f1(2)) #[1, 2]

作用域

声明全局变量：global

声明非本层的 局部变量 ： nonlocal

查看全局变量：global()

查看局部变量：locals()

进程

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。

并发与并行

举个例子

停车场，你正在倒车入库，突然由来了一辆车把你的车位给抢了，这是并发。

并行就是有两的车位，你倒你的，他倒他的，互不干扰。

例子

import multiprocessing

def A():

print('name')

if __name__ == "__main__":

#创建进程

p = multiprocessing.Process(target=A,args=())

p.start() #启动线程

p.join()

print('asd')

#结果 name 程序本身就是一个主进程，所以先走A()在走子进程p

# asd

多进程

from multiprocessing import Process

from os import getpid

from random import randint

from time import time, sleep

def download_task(filename):

print('启动下载进程，进程号[%d].' % getpid())

print('开始下载%s...' % filename)

time_to_download = randint(5, 10)

sleep(time_to_download)

print('%s下载完成! 耗费了%d秒' % (filename, time_to_download))

def main():

start = time()

p1 = Process(target=download_task, args=('Python从入门到住院.pdf', ))

p1.start()

p2 = Process(target=download_task, args=('Peking Hot.avi', ))

p2.start()

p1.join()

p2.join()

end = time()

print('总共耗费了%.2f秒.' % (end - start))

if __name__ == '__main__':

main()