有参装饰器的引入:

import time
import random
from functools import wraps def timmer(func):
@wraps(func)
def wrapper():
# wrapper.__doc__=func.__doc__
start_time = time.time()
func()
stop_time = time.time()
print('run time is %s' % (stop_time-start_time))
# wrapper.__doc__=func.__doc__
return wrapper @timmer
def index():
'index function'
time.sleep()
print('welcome to index page') # print(index.__doc__)
index()
print(index.__doc__)
结果:
welcome to index page
run time is 3.000171661376953
index function

先来简单介绍一下functools.wraps。

我们在使用 Decorator 的过程中,难免会损失一些原本的功能信息。而functools.wraps 则可以将原函数对象的指定属性复制给包装函数对象, 默认有 __module____name____doc__,或者通过参数选择。

def foo():
'foo function------------>'
pass print(help(foo))
结果:
foo()
foo function------------> None

help函数python的一个内置函数(它是python自带的函数,任何时候都可以被使)。

help函数能作什么:

在使用python来编写代码时,会经常使用python 调用函数自带函数或模块,一些不常用的函数或是模块的用途不是很清楚,这时候就需要用到help函数来查看帮助。

这里要注意下,help()函数是查看函数或模块用途的详细说明,而dir()函数是查看函数或模块内的操作方法都有什么,输出的是方法列表。

怎么使用help函数查看python模块中函数的用法:

help( )括号内填写参数,操作方法很简单。

使用help函数查看帮助时需要注意哪些问题:

1、查看一个模块的帮助
>>>help('sys')
之后它回打开这个模块的帮助文档

2、查看一个数据类型的帮助
>>>help('str')
返回字符串的方法及详细说明

>>>a = [1,2,3]
>>>help(a)
这时help(a)则会打开list的操作方法
>>>help(a.append)
会显示list的append方法的帮助

下面来几个栗子:

def foo():
'foo fuction'
print(foo.__doc__)
foo.__doc__ = 'asdfasdfasdfasdfsadfasdfasdfsadfasdfasfas'
pass print(help(foo))
结果:
Help on function foo in module __main__: foo()
foo fuction None
def foo():
'foo fuction'
print(foo.__doc__)
foo.__doc__ = 'asdfasdfasdfasdfsadfasdfasdfsadfasdfasfas'
pass print(foo.__doc__)
结果:
foo fuction
def foo():
'foo fuction'
print(foo.__doc__)
foo.__doc__ = 'asdfasdfasdfasdfsadfasdfasdfsadfasdfasfas'
pass foo.__doc__ = 'abcdefg'
print(foo.__doc__)
结果:
abcdefg
def foo():
'foo fuction'
print(foo.__doc__)
foo.__doc__ = 'asdfasdfasdfasdfsadfasdfasdfsadfasdfasfas'
pass foo.__doc__ = 'abcdefg'
print(help(foo))
结果:
Help on function foo in module __main__: foo()
abcdefg None
def foo():
'foo fuction'
print(foo.__doc__)
foo.__doc__ = 'asdfasdfasdfasdfsadfasdfasdfsadfasdfasfas'
pass foo()
print(foo.__doc__)
结果:
foo fuction
asdfasdfasdfasdfsadfasdfasdfsadfasdfasfas

有参装饰器

db_path=r'C:\Users\Administrator\PycharmProjects\untitled4\db.txt'

login_dic = {
'user': None,
'status': False,
}
def deco(auth_type='file'):
def auth(func):
def wrapper(*args, **kwargs):
if auth_type == 'file':
if login_dic['user'] and login_dic['status']:
res = func(*args, **kwargs)
return res name = input('your name: ')
password = input('your password: ')
with open(db_path, 'r', encoding='utf-8') as f:
user_dic = eval(f.read()) if name in user_dic and password == user_dic[name]:
print('login ok')
login_dic['user'] = name
login_dic['status'] = True
res = func(*args, **kwargs)
return res
else:
print('login err')
elif auth_type == 'ldap':
print('ldap认证方式')
elif auth_type == 'mysql':
print('mysql认证方式')
else:
print('不知到的认证方式')
return wrapper
return auth @deco(auth_type='abc') #@auth #index=auth(index)
def index():
print('welcome to index') @deco(auth_type='ldap')
def home(name):
print('welcome %s to home page' % name) index() home('egon')
结果:
不知到的认证方式
ldap认证方式
def deco(auth_type='file'):
def auth(func):
def wrapper(*args,**kwargs):
if auth_type == 'file':
print('文件的认证方式')
elif auth_type == 'ldap':
print('ldap认证方式')
elif auth_type == 'mysql':
print('mysql认证方式')
else:
print('不知到的认证方式')
return wrapper
return auth @deco(auth_type='abc') #@auth #index=auth(index)
def index():
print('welcome to index') @deco(auth_type='ldap')
def home(name):
print('welcome %s to home page' % name) index() home('egon')
结果:
不知到的认证方式
ldap认证方式

思考:

  • 缓存多个不同网站的内容:
  • 思路:hash每个url,用得到的值做成文件名,一个网站一个文件名,
  • 然后每次根据传进来的url进行hash得到的结果去寻找文件

迭代器

  • 迭代:
    1. 重复
    2. 下一次重复是基于上一次的结果

'''
python为了提供一种不依赖于索引的迭代方式,
python会为一些对象内置__iter__方法
obj.__iter__称为可迭代的对象
'''

obj.__iter__() 得到的结果就是迭代器

得到的迭代器:既有__iter__又有一个__next__方法

d={'a':,'b':,'c':}

i=d.__iter__() #i叫迭代器
print(i)
print(i.__next__())
print(i.__next__())
print(i.__next__())
# print(i.__next__()) #StopIteration
结果:
<dict_keyiterator object at 0x0000000001DBF2C8>
a
b
c

迭代器的优点:

  • 1:提供了一种不依赖于索引的取值方式
  • 2:惰性计算。节省内存

迭代器的缺点:

  • 1:取值不如按照索引取值方便
  • 2:一次性的。只能往后走不能往前退
  • 3:无法获取长度

迭代器的应用:

  • 1. 提供了一种不依赖索引的统一的迭代方法
  • 2. 惰性计算,比如取文件的每一行
l = [, , ]
for item in l: #i=l.__iter__()
print(item)
结果:
 作业:
编写日志装饰器,实现功能如:一旦函数f1执行,则将消息2017-- :: f1 run写入到文件中
注意:时间格式的获取
import time
time.strftime('%Y-%m-%d %X') 判断下列数据类型是可迭代对象or迭代器 s='hello'
l=[,,,]
t=(,,)
d={'a':}
set={,,}
f=open('a.txt') 分别用依赖索引和不依赖索引两种方式迭代上述对象 选做题:
基于课上所讲网页缓存装饰器的基础上,实现缓存不同网页的功能
要求,用户提交的不同url,都能缓存下来,对相同的url发起下载请求,优先从缓存里取内容
答案:
# 编写日志装饰器,实现功能如:一旦函数f1执行,则将消息2017-- :: f1 run写入到文件中
# 注意:时间格式的获取
# import time
# time.strftime('%Y-%m-%d %X')
#
# import time
#
# log_path=r'C:\Users\Administrator\PycharmProjects\untitled\log.txt'
# def log_deco(func):
# def wrapper(*args,**kwargs):
# with open(log_path,'w') as f:
# func(*args, **kwargs)
# a = f.write(time.strftime('%Y-%m-%d %X'))
# return a
#
# # res=func(*args,**kwargs)
# # return res
# return wrapper
#
# @log_deco
# def f1():
# print('welcome to f1 page')
#
# f1() # 判断下列数据类型是可迭代对象or迭代器
#
# s='hello'
# l=[,,,]
# t=(,,)
# d={'a':}
# set={,,}
# f=open('a.txt')
#
#字符串,列表,元祖,字典,集合,文件都是可迭代对象,可以object.__iter__
# s='hello'
# s1=s.__iter__()
# print(s1.__next__())
# print(s1.__next__())
# print(s1.__next__())
# print(s1.__next__())
# print(s1.__next__()) # l=[,,,]
# l1=l.__iter__()
# print(l1.__next__())
# print(l1.__next__())
# print(l1.__next__())
# print(l1.__next__()) # t=(,,)
# t1=t.__iter__()
# print(t1.__next__())
# print(t1.__next__())
# print(t1.__next__()) # d={'a':}
# d1=d.__iter__()
# print(d1.__next__()) # set={,,}
# set1=set.__iter__()
# print(set1.__next__())
# print(set1.__next__())
# print(set1.__next__()) # f=open('a.txt')
# f1=f.__iter__()
# print(f1.__next__())
# print(f1.__next__())
# print(f1.__next__())
# print(f1.__next__())
# print(f1.__next__())
# print(f1.__next__()) # 分别用依赖索引和不依赖索引两种方式迭代上述对象
# s='hello'
# l=[,,,]
# t=(,,)
# d={'a':}
# set={,,}
# f=open('a.txt')
#
#
# for i1 in s:
# print(i1)
#
# i1=
# while i1<len(s):
# print(s[i1])
# i1+=
#
#
# for i2 in l:
# print(i2)
#
# i2=
# while i2<len(l):
# print(l[i2])
# i2+=
#
#
# for i3 in t:
# print(i3)
#
# i3=
# while i3<len(t):
# print(t[i3])
# i3+=
#
#
# for i4 in d:
# print(i4) # for i5 in set:
# print(i5)
# # with open('a.txt','r',encoding='utf-8')as f:
# for line in f:
# print(line,end='') #
# 选做题:
# 基于课上所讲网页缓存装饰器的基础上,实现缓存不同网页的功能
# 要求,用户提交的不同url,都能缓存下来,对相同的url发起下载请求,优先从缓存里取内容

最新文章

  1. Hash算法专题
  2. LAMP简易安装
  3. JSP计算器
  4. Win7 + ubuntu14.04 双系统
  5. Android(java)学习笔记255:JNI之JNI概念
  6. [Q]手动加载菜单方法
  7. NIO(二、Buffer)
  8. 《JAVA程序设计》第9周学习总结
  9. 关于 UNIX 的哲理名言(中英文对照)
  10. angular.isObject()
  11. Python—装饰器详解
  12. C# 调用Tesseract实现OCR
  13. CentOS 添加 Oracle YUM 源
  14. AppBox下调用HighCharts画曲线
  15. UE简单配置
  16. CentOS/Linux 网卡设置 IP地址配置
  17. nodejs基础 -- 事件循环
  18. Redis数据结构:SDS
  19. [自动化专题]JDBC操作mysql时遇到的拦路虎
  20. 表单校验常用原生js库

热门文章

  1. [原创] Delphi Create(Application) 和 Create(nil) 的区别
  2. solr测试用的配置
  3. MySQL提示:too many connections
  4. UVA 12012 Detection of Extraterrestrial(KMP求循环节)
  5. C# foreach和for比较
  6. Oralce常用系统函数
  7. 取余运算 C和python的区别
  8. webstorm启动vue项目配置
  9. 在线常用库 + API手册
  10. 关于tomcat中的三个端口的作用及其相关细节