likes
comments
collection
share

python高阶技巧一

作者站长头像
站长
· 阅读数 77

闭包

简单认识一下闭包

以下代码,内层inner函数不仅依赖于自身的参数b,还依赖于外层outer函数的参数a。inner就是一个闭包函数,既能访问外部变量,又保证外部变量不是全局的,不会被篡改掉,确保了外部变量的安全。

def outer(a):
    def inner(b):
        print(f"<{a}>{b}<{a}>")

    return inner


n1 = outer('程序员')  # n1的类型是一个函数
n1('学习python')
n1('学习java')

n2 = outer('软件测试工程师')
n2('功能测试')
n2('自动化测试')

python高阶技巧一

如果要在内层函数修改外层函数的变量,需要用nonlocal修饰,示例代码如下:

def outer(num1):
    def inner(num2):
        # 要对外层num1进行修改的话,需要nonlocal修饰
        nonlocal num1
        num1 += num2
        print(num1)

    return inner

fn = outer(10)
fn(5)
# 输出为15

案例:使用闭包方式简单实现ATM存取款

def account_create(initial_amount=0):
    def atm(num, deposit=True):
        nonlocal initial_amount
        if deposit:
            initial_amount += num
            print(f"存款:+{num},账户余额:{initial_amount}")
        else:
            if initial_amount<num:
                print(f"钱不够{num}了,取不出来!")
            else:
                initial_amount -= num
                print(f"取款:-{num},账户余额:{initial_amount}")

    return atm


atm = account_create()
atm(100, deposit=True)
atm(500, deposit=True)
atm(200, deposit=False)
atm(1000, deposit=False)

python高阶技巧一

闭包的优缺点:

优点:

无需定义全局变量即可实现通过函数,持续的访问、修改某个值

闭包使用的变量位于在函数内,难以被错误的调用修改

缺点:

由于内部函数持续引用外部函数的值,所以会导致这一部分内存空间不被释放,一直占用内存

装饰器

装饰器其实也是一种闭包,其功能就是在不破坏目标函数原有的代码和功能的前提下,为目标函数增加新功能。

示例代码1:

def outer(func):
    def inner():
        print("我要睡觉了......")
        func()
        print("睡醒了,我要起床了......")

    return inner()


@outer # 相当于给sleep增加outer的装饰器
def sleep():
    import random
    import time
    print("睡眠中......")
    time.sleep(random.randint(1, 5))


sleep()

python高阶技巧一

示例代码2:

(1)代码实现:统计一个函数的运行时间:

import time


# 统计一个函数的运行时间
def timer(func):
    def gf():
        start_time = time.time()
        func()
        end_time = time.time()
        print("func运行的时间为:", end_time - start_time)
    return gf


@timer
def foo():
    time.sleep(3)
    print("in foo")


foo()

python高阶技巧一

(2)被装饰函数带参数

import time


# 统计一个函数的运行时间
def timer(func):
    def gf(*args, **kwargs):
        start_time = time.time()
        func(*args, **kwargs)
        end_time = time.time()
        print("func运行的时间为:", end_time - start_time)
    return gf


@timer
def foo(name, age):
    time.sleep(3)
    print("in foo", name, age)


foo("测试", 22)

(3)装饰器本身带参数

import time


# 统计一个函数的运行时间
def timer(timer_type):
    print(timer_type)
    def outer(func):
        def inner(*args, **kwargs):
            start_time = time.time()
            func(*args, **kwargs)
            end_time = time.time()
            print("func运行的时间为:", end_time - start_time)

        return inner
    return outer


@timer(timer_type='second')
def foo(name, age):
    time.sleep(3)
    print("in foo", name, age)


foo("测试", 22)

(4)被装饰函数有返回值

import time


# 统计一个函数的运行时间
def timer(timer_type):
    print(timer_type)
    def outer(func):
        def inner(*args, **kwargs):
            start_time = time.time()
            res = func(*args, **kwargs)  # 接收返回值
            end_time = time.time()
            print("func运行的时间为:", end_time - start_time)
            return res  # 返回
        return inner
    return outer


@timer(timer_type='second')
def foo(name, age):
    time.sleep(3)
    print("in foo", name, age)
    return name  # 被装饰函数返回name


print(foo("测试", 22))

单例模式

背景

class Tool:
    pass

t1 = Tool()
t2 = Tool()
print(t1)
print(t2)

# 输出结果:
# <__main__.Tool object at 0x000001CEB2B190D0>
# <__main__.Tool object at 0x000001CEB2B190A0>

通过print语句可以看出,它们的内存地址是不相同的,即t1和t2是完全独立的两个对象。

某些场景下,我们需要一个类无论获取多少次类对象,都仅仅提供一个具体的实例,用以节省创建类对象的开销和内存开销,比如某些工具类,仅需1个实例,即可在各处使用。

这就是单例模式所要实现的效果。

定义:

保证一个类只有一个实例,并提供一个访问它的全局访问点

适用场景:当一个类只能有一个实例,而客户可以从一个众所周知的访问点访问它

单例的实现模式:

python高阶技巧一

工厂模式

背景:

当需要大量创建一个类的实例的时候,可以使用工厂模式即,从原生的使用类的构造去创建对象的形式迁移到,基于工厂提供的方法去创建对象的形式

class Person:
    pass


class Worker(Person):
    pass


class Student(Person):
    pass


class Teacher(Person):
    pass


worker = Worker()
stu = Student()
teacher = Teacher()

以上是传统方式构建基于Person的不同类对象。

采用工厂模式,代码就会变成如下:

class Person:
    pass

class Worker(Person):
    pass

class Student(Person):
    pass

class Teacher(Person):
    pass

class Factory:
    def get_person(self, p_type):
        if p_type == 'w':
            return Worker()
        elif p_type == 's':
            return Student()
        else:
            return Teacher()


factory = Factory()
worker = factory.get_person('w')
stu = factory.get_person('s')
teacher = factory.get_person('t')

使用工厂类的get_person()方法去创建具体的类对象优点:

大批量创建对象的时候有统一的入口,易于代码维护;

当发生修改,仅修改工厂类的创建方法即可;

符合现实世界的模式,即由工厂来制作产品(对象)

多线程编程(threading)

进程:就是一个程序,运行在系统之上,那么便称之这个程序为一个运行进程,并分配进程ID方便系统管理。

线程:线程是归属于进程的,一个进程可以开启多个线程,执行不同的工作,是进程的实际工作最小单位

并行执行

多个进程同时在运行,即不同的程序同时运行,称之为: 多任务并行执行;

一个进程内的多个线程同时在运行,称之为:多线程并行执行;

写一段代码,我们先看下单线程运行下结果:

import time

def sing():
    while True:
        print("我在唱歌,啦啦啦......")
        time.sleep(1)

def dance():
    while True:
        print("我在跳舞,呱呱呱......")
        time.sleep(2)

if __name__ == '__main__':
    sing()
    dance()

python高阶技巧一

要想输出既在唱歌,又在跳舞,是无法满足的。

使用多线程的话,一个线程在唱歌,一个线程在跳舞,就可以满足需求。

语法:

import threading

thread_obj = threading.Thread([group [,target [,name [, args [,kwargs]]]]])

  • group: 暂时无用,未来功能的预留参数
  • target: 执行的目标任务名
  • args: 以元组的方式给执行任务传参
  • kwargs:以字典方式给执行任务传参
  • name: 线程名,一般不用设置

启动线程,让线程开始工作thread_obi.start()

import time
import threading


def sing():
    while True:
        print("我在唱歌,啦啦啦......")
        time.sleep(1)


def dance():
    while True:
        print("我在跳舞,呱呱呱......")
        time.sleep(2)


if __name__ == '__main__':
    # 创建一个唱歌的线程
    sing_thread = threading.Thread(target=sing)
    # 创建一个跳舞的线程
    dance_thread = threading.Thread(target=dance)

    # 运行线程
    sing_thread.start()
    dance_thread.start()

python高阶技巧一

Socket服务端编程

主要分为如下几个步骤

1.创建socket对象

import socket

socket_server = socket.socket(0)

2.绑定socket_server到指定IP和地址

socket_server.bind(host, port)

3.服务端开始监听端口

socket_server.listen(backlog)

backlog为int整数,表示允许的连接数量,超出的会等待,可以不填,不填会自动设置一个合理值

4.接收客户端连接获得连接对象

conn.address = socket_server.accept()

print(f"接收到客户端连接,连接来自: {address}")

accept方法是阻塞方法,如果没有连接,会卡在当前这一行不向下执行代码

accept返回的是一个二元元组,可以使用上述形式,用两个变量接收二元元组的2个元素

5.客户端连接后,通过recv方法,接收客户端发送的消息

while True:
    data = conn.recv(1024).decode("UTF-8")
    # recv方法的返回值是字节数组(Bytes》,可以通过decode使用UTF-8解码为字符串
    # recv方法的传参是buffsize,缓冲区大小,一般设置为1024即可
    if data == 'exit':
        break
    print("接收到发送来的数据:",data)
# 可以通过while True无限循环来持续和客户端进行数据交互
# 可以通过判定客户端发来的特殊标记,如exit,来退出无限循环

6.通过conn(客户端当次连接对象)调用send方法可以回复消息

while True:
    data = conn.recv(1024).decode("UTF-8")
    if data == 'exit':
        break
    print("接收到发送来的数据:", data)
    conn.send("你好呀哈哈哈".encode("UTF-8”))

7.conn(客户端当次连接对象)和socket_server对象调用close方法,关闭连接

Socket客户端编程

主要分为如下几个步骤:

1.创建socket对象

import socket

socket_client = socket.socket()

2.连接到服务端

socket_client.connect(("localhost",8888))

3.发送消息

while True: # 可以通过无限循环来确保持续的发送消息给服务端
    send_msg = input("请输入要发送的消息")
    if send_msg == exit':
        # 通过特殊标记来确保可以退出无限循环
        break
    socket_client.send(send_msg.encode("UTF-8"))  # 消息需要编码为字节数组(UTF-8编码)

4.接收返回消息

while True:
    send_msg = input("请输入要发送的消息").encode("UTF-8")
    socket_client.send(send_msg)
    
    recv_data = socket_client.recv(124) # 1024是缓冲区大小,一般1024即可
    #recv方法是阻塞式的,即不接收到返回,就卡在这里等待
    print("服务端回复消息为:",recv_data.decode("UTF-8"))#接受的消息需要通过UTF-8解码为字符串

5.关闭链接

socket_client.close()

正则表达式

正则表达式,又称规则表达式(Regular Expression),是使用单个字符串来描述、匹配某个句法规则的字符串,常被用来检索、替换那些符合某个模式(规则)的文本。

简单来说,正则表达式就是使用: 字符串定义规则,并通过规则去验证字符串是否匹配。

三个基础方法:

使用re模块,并基于re模块(import re)中三个基础方法来做正则匹配。

(1)match

re.match(匹配规则,被匹配字符串)

从被匹配字符串开头进行匹配,匹配成功返回匹配对象(包含匹配的信息),匹配不成功返回空。

(2)search

re.search(匹配规则,被匹配字符串)

搜索整个字符串,找出匹配的。从前向后,找到第一个后,就停止,不会继续向后

(3)findall

re.findall(匹配规则,被匹配字符串)

匹配整个字符串,找出全部匹配项,找不到返回空list:[]

元字符匹配:

(1)单字符匹配: python高阶技巧一

实例:

import re

s = "learn @@python3 12EEAA!!66 ##study3"
# 找出全部数字
result1 = re.findall(r'\d', s)
print(result1)  # ['3', '1', '2', '6', '6', '3']
# 找出特殊字符
result2 = re.findall(r'\W', s)
print(result2)  # [' ', '@', '@', ' ', '!', '!', ' ', '#', '#']
# 找出全部英文字母
result3 = re.findall(r'[a-zA-Z]', s)
print(result3)  # ['l', 'e', 'a', 'r', 'n', 'p', 'y', 't', 'h', 'o', 'n', 'E', 'E', 'A', 'A', 's', 't', 'u', 'd', 'y']

(2)数量匹配:

python高阶技巧一

(3)边界匹配: python高阶技巧一

(4)分组匹配 python高阶技巧一

实例:

# 匹配账号,只能由字母和数字组成,长度限制6到10位
r1 = '^[0-9A-Za-z]{6,10}$'
s1 = '12a3C6'
print(re.findall(r1, s1))  # 输出['12a3C6'],证明匹配成功
# 匹配QQ号,要求纯数字,长度5-11,第一位不为0
r2 = '^[1-9][0-9]{4,10}$'
s2 = '123456987'
print(re.findall(r2, s2))  # 输出['123456987'],证明匹配成功
# 匹配邮箱地址,只允许qq、163、gmail这三种邮箱地址
r3 = r'(^[\w-]+(.[\w-]+)*@(qq|163|gmail)(.[\w-]+)+$)'
s3 = '907218846@qq.com'
print(re.match(r3, s3))

递归

概念:方法(函数)自己调用自己的一种特殊编程写法

案例:找出一个文件夹中全部的文件

import os

def test_os():
    # OS模块中的基础方法
    # 将文件夹里面的内容显示出来
    print(os.listdir("E:/python"))
    # 判断给的路径是不是个文件夹
    print(os.path.isdir("E:/python/libs"))
    # 判断指定路径是否存在
    print(os.path.exists("E:/python"))


def get_file(path):
    file_list = []
    if os.path.exists(path):
        for f in os.listdir(path):
            new_path = path + "/" + f
            if os.path.isdir(new_path):
                # 表明目录是文件夹不是文件,使用递归了
                get_file(new_path)
            else:
                file_list.append(new_path)

    else:
        print(f"指定的目录{path}不存在")
        return []
    return file_list


if __name__ == '__main__':
    print(get_file("E:/python"))

python高阶技巧一