python笔记14

今日内容

• 带参数的装饰器： flask框架 + django缓存 + 写装饰器实现被装饰的函数要执行N次
• 模块
  • os
  • sys
  • time（三种类型）
  • datetime 和 timezone【了解】

内容回顾 & 补充

1.函数

写代码的方式：面向过程 --> 函数式编程（多） --> 面向对象编程。

1.1 函数基础

def func(a1,a2):
    pass

result = func(1,2)

1.2 参数

补充：对于函数的默认值慎用可变类型。

# 如果要想给value设置默认是空列表

# 不推荐(坑)
def func(data,value=[]): 
    pass 

# 推荐
def func(data,value=None):
    if not value:
        value = []

def func(data,value=[]): 
    value.append(data)
    return value 

v1 = func(1) # [1,]
v2 = func(1,[11,22,33]) # [11,22,33,1]

面试题：

• def func(a,b=[]) 有什么陷阱？#如果使用b=[]默认参数，传递参数默认都是都是用同一个地址。

• 看代码写结果

  def func(a,b=[]):
      b.append(a)
      return b
  
  l1 = func(1)
  l2 = func(2,[11,22])
  l3 = func(3)
  
  # [1,3]   [11,22,2]   [1,3]
  print(l1,l2,l3)
  
  #函数默认参数，已经在函数创建的时候在内部已经占用内存。如果调用函数时候，没有指定默认参数值的时候，函数会主动调用默认参数的内存，不断的调用函数，不断的向默认参数内存中填充数据。所以会出现打印l1和l3结果相同。
  

• 看代码写结果

  def func(a,b=[]):
      b.append(a)
      print(b)
      
  func(1)
  func(2,[11,22,33])
  func(3)
  #这题区别上题，直接执行函数。执行func（1）时候，func（3）还没有向默认内存空间中存数据。
  # [1]  [11,22,33,2]   [1,3]
  

1.3 返回值

分析函数执行的内存

def func(name):
    def inner():
        print(name)#使用分配的内存
        return 123
    return inner 

v1 = func('alex')
v2 = func('eric')

v1()
v2()

闭包#通过函数嵌套，将值保存起来，方便后期调用。

# 不是闭包
def func1(name):#封装值，但是没用
    def inner():
        return 123
    return inner 

# 是闭包：封装值 + 内层函数需要使用。
def func2(name):#封住了值，在嵌套函数中被使用了。
    def inner():
        print(name)
        return 123
    return inner 

1.4 作用域

1.5 递归

函数自己调用自己。（效率低），尽量使用while循环。

限制递归次数：做多递归1000次。

def func():
    print(1)
    func()
    
func()

def func(i):
    print(i)
    func(i+1)
    
func(1)

#取出斐波那契数
def func(a,b):
    # 1
    # 1
    # 2
    # 3 
    # 5 
    print(b) 
    func(b,a+b)
    
func(0,1)

def func(a):
    if a == 5:
        return 100000#100000+4*10
    result = func(a+1) + 10
    return result 

v = func(1)

# 递归的返回值
def func(a):
    if a == 5:
        return 100000
    result = func(a+1) + 10

v = func(1)
name = 'alex'
def func():
    def inner():
        print(name)
     return inner
v =func()

2. 模块

• hashlib
• random
• getpass
• time

内容详细

1. 装饰器

1.1 基本格式

def x(func):
    def inner():
        return func()
    return inner 

@x
def index():
	pass

1.2 关于参数

def x(func):
    def inner(a1):
        return func(a1)
    return inner 

@x
def index(a1):
	pass

def x(func):
    def inner(a1,a2):
        return func(a1,a2)
    return inner 

@x
def index(a1,a2):
	pass

# index = inner
index(1,2)

# ################################### 参数统一的目的是为了给原来的index函数传参
def x(func):
    def inner(a1,a2):
        return func()
    return inner 

@x
def index():
	pass
# func = 原来的index函数u
# index = inner
index(1,2)

如果给好几个函数写一个统一的装饰器，怎么办？

def x1(func):
    def inner(*args,**kwargs):
        return func(*args,**kwargs)
    return inner 

@x1
def f1():
    pass

@x1
def f2(a1):
    pass
@x1
def f3(a1,a2):
    pass 

1.3 关于返回值

def x1(func):
    def inner(*args,**kwargs):
        data = func(*args,**kwargs)
        return data
    return inner 

@x1
def f1():
    print(123)
    
v1 = f1()
print(v1)

def x1(func):
    def inner(*args,**kwargs):
        data = func(*args,**kwargs)
        return data
    return inner 

@x1
def f1():
    print(123)
    return 666
v1 = f1()
print(v1)

def x1(func):
    def inner(*args,**kwargs):
        data = func(*args,**kwargs)
    return inner 

@x1
def f1():
    print(123)
    return 666

v1 = f1()
print(v1)

装饰器建议写法：

def x1(func):
    def inner(*args,**kwargs):
        data = func(*args,**kwargs)
        return data
    return inner 

1.4 关于前后

def x1(func):
    def inner(*args,**kwargs):
        print('调用原函数之前')
        data = func(*args,**kwargs) # 执行原函数并获取返回值
        print('调用员函数之后')
        return data
    return inner 

@x1
def index():
    print(123)
    
index()

1.5 带参数的装饰器

# 第一步：执行 ret = xxx(index)
# 第二步：将返回值赋值给 index = ret 
@xxx
def index():
    pass

# 第一步：执行 v1 = uuu(9)
# 第二步：ret = v1(index)
# 第三步：index = ret 
@uuu(9)#先执行带参数9的外层函数。
def index():
    pass

# ################## 普通装饰器 #####################
def wrapper(func):
    def inner(*args,**kwargs):
        print('调用原函数之前')
        data = func(*args,**kwargs) # 执行原函数并获取返回值
        print('调用员函数之后')
        return data
    return inner 

@wrapper
def index():
    pass

# ################## 带参数装饰器 #####################
def x(counter):
    def wrapper(func):
        def inner(*args,**kwargs):
            data = func(*args,**kwargs) # 执行原函数并获取返回值
            return data
        return inner 
	return wrapper 

@x(9)#相当于在外层套了一个函数，函数的内部参数counter便于内部函数调用。
#如，可以带参数n，使得下面被装饰的函数执行n次。
def index():
    pass

练习题

# 写一个带参数的装饰器，实现：参数是多少，被装饰的函数就要执行多少次，把每次结果添加到列表中，最终返回列表。
def xxx(counter):
    print('x函数')
    def wrapper(func):
        print('wrapper函数')
        def inner(*args,**kwargs):
            v = []
            for i in range(counter):
                data = func(*args,**kwargs) # 执行原函数并获取返回值
                v.append(data)
            return v
        return inner
    return wrapper

@xxx(5)
def index():
    return 8

v = index()
print(v)
[8,8,8,8,8]
# 写一个带参数的装饰器，实现：参数是多少，被装饰的函数就要执行多少次，并返回最后一次执行的结果【面试题】
def xxx(counter):
    print('x函数')
    def wrapper(func):
        print('wrapper函数')
        def inner(*args,**kwargs):
            for i in range(counter):
                data = func(*args,**kwargs) # 执行原函数并获取返回值
            return data
        return inner
    return wrapper

@xxx(5)
def index():
    return 8

v = index()
print(v)
# 写一个带参数的装饰器，实现：参数是多少，被装饰的函数就要执行多少次，并返回执行结果中最大的值。
def xxx(counter):
    print('x函数')
    def wrapper(func):
        print('wrapper函数')
        def inner(*args,**kwargs):
            value = 0
            for i in range(counter):
                data = func(*args,**kwargs) # 执行原函数并获取返回值
                if data > value:
                    value = data 
                #也可以形成列表，max（list）
            return value
        return inner
    return wrapper

@xxx(5)
def index():
    return 8

v = index()
print(v)

def x(counter):
    print('x函数')
    def wrapper(func):
        print('wrapper函数')
        def inner(*args,**kwargs):
            if counter:
                return 123
            return func(*args,**kwargs)
        return inner
    return wrapper
#通一个装饰器实现两个不同的功能，在装饰器使用if语句，分别实现不同的功能。
@x(True)
def fun990():
    pass

@x(False)
def func10():
    pass

1.6 欠

• 元数据：flask框架

• 多个装饰器:：Flask框架

  @x1
  @x2
  def func():
      pass
  

总结

基本装饰器（更重要）

def x1(func):
    def inner(*args,**kwargs):
        data = func(*args,**kwargs) # 执行原函数并获取返回值
        return data
    return inner 

@x1
def index():
    print(123)
    
index()

带参数的装饰器

def x(counter):
    def wrapper(func):
        def inner(*args,**kwargs):
            data = func(*args,**kwargs) # 执行原函数并获取返回值
            return data
        return inner 
	return wrapper 

@x(9)
def index():
    pass

2.模块

2.1 sys

python解释器相关的数据。

• sys.getrefcount , 获取一个值的应用计数

  a = [11,22,33]
  b = a
  print(sys.getrefcount(a))
  

• sys.getrecursionlimit , python默认支持的递归数量

• sys.stdout.write --> print (进度)。pint打印最后自动换行。sys.stdout.write('xxx')最后不自动换行。

• 换行

• 制表符==tap键

• ,回到当前的起始位置。

• print('xxx',end=' '),print中end=‘ ’表示不换行。

  import time
  for i in range(1,101):
      msg = "%s%%
  " %i
      print(msg,end='')
      time.sleep(0.05)
  

  import os
  
  # 1. 读取文件大小（字节）
  file_size = os.stat('20190409_192149.mp4').st_size#获取文件字节大小
  
  # 2.一点一点的读取文件
  read_size = 0
  with open('20190409_192149.mp4',mode='rb') as f1,open('a.mp4',mode='wb') as f2:
      while read_size < file_size:
          chunk = f1.read(1024) # （每次读取1024个字节）每次最多去读取1024字节
          f2.write(chunk)
          read_size += len(chunk)
          val = int(read_size / file_size * 100)
          print('%s%%
  ' %val ,end='')
  

• sys.argv

  #!/usr/bin/env python
  # -*- coding:utf-8 -*-
  """
  让用户执行脚本传入要删除的文件路径，在内部帮助用将目录删除。
  C:Python36python36.exe D:/code/s21day14/7.模块传参.py D:/test
  C:Python36python36.exe D:/code/s21day14/7.模块传参.py
  
  """
  import sys
  
  # 获取用户执行脚本时，传入的参数。
  # C:Python36python36.exe D:/code/s21day14/7.模块传参.py D:/test
  # sys.argv = [D:/code/s21day14/7.模块传参.py, D:/test]
  path = sys.argv[1]
  
  # 删除目录
  import shutil
  shutil.rmtree(path)
  
  
  #在py里执行这个脚本，之后后面带要删除的目录，即可实现删除该目录。
  

• sys.path --- 欠

2.2 os

和操作系统相关的数据。

• os.path.exists(path) ， 如果path存在，返回True；如果path不存在，返回False

• os.stat('20190409_192149.mp4').st_size ， 获取文件大小

• os.path.abspath() ， 获取一个文件的绝对路径

  path = '20190409_192149.mp4' # D:codes21day1420190409_192149.mp4
  
  import os
  v1 = os.path.abspath(path)
  print(v1)
  

• os.path.dirname ，获取路径的上级目录

  import os
  v = r"D:codes21day1420190409_192149.mp4"
  #r，取消注意注意。其中出现转义符，取消转义。相当于在，前加一个。
  #v2 = "D:\code\s21day14\n1.mp4"
  print(v2)
  print(os.path.dirname(v))
  

• os.path.join ，路径的拼接

  import os
  path = "D:codes21day14" # user/index/inx/fasd/，os可以根据不同的系统目录格式进行拼接。
  v = 'n.txt'
  
  result = os.path.join(path,v)
  print(result)
  result = os.path.join(path,'n1','n2','n3')
  print(result)
  

• os.listdir ， 查看一个目录下所有的文件【第一层】

  import os
  
  result = os.listdir(r'D:codes21day14')
  for path in result:
      print(path)
  

• os.walk ， 查看一个目录下所有的文件【所有层】

  import os
  
  result = os.walk(r'D:codes21day14')
  for a,b,c in result:
      # a,正在查看的目录 b,此目录下的文件夹  c,此目录下的文件
      for item in c:
          path = os.path.join(a,item)
          print(path)
  

• 补充：

  • 转义

    v1 = r"D:codes21day14
    1.mp4"  (推荐)
    print(v1)
    
    
    v2 = "D:\code\s21day14\n1.mp4"
    print(v2)
    

2.3 shutil

import shutil
shutil.rmtree(path)
#还可以压缩，解压文件。