Python进阶
装饰器
装饰器是Python中的一个重要概念,多用于在不修改原函数的基础上,为函数增加额外的功能。
基础装饰器
例如小李给女朋友买了一款iPhone12作为生日礼物,手机原封未拆封。
def gift():
print('iPhone12')
gift() # 运行显示礼物信息
但还是觉得礼物太单薄,于是又买了一盒德芙巧克力,一支dior的口红,并找了个精美的礼品盒包装了一下,盒子里放满了泡沫球。
def gift():
print('iPhone12')
def box(gift):
print('='*5 + '礼物盒' + '='*5)
print('一盒泡沫球')
print('好多巧克力')
print('一支dior口红')
return gift
gift = box(gift) # 将礼物包装后作为礼物
gift() # 显示礼物信息
运行后显示如下:
=====礼物盒=====
一盒泡沫球
好多巧克力
一支dior口红
iPhone12
这个box便是一个装饰器,它的参数是一个函数对象,同数字、字符串、列表、字典等数据类型一样,函数和类也可以作为函数的参数使用,毕竟在Python里人人平等,一切皆对象。
box在使用时依然返回了原来的gift,只是在拿到这个gift之前增加了两个额外的惊喜,然后我们把box作为gift使用即可。
装饰器本质上就是以函数作为参数,对函数做一些处理,并替换原函数的一种高阶函数。
上例中,使用装饰器表示为如下。
def box(gift): # 以函数为参数的装饰器
print('='*5 + '礼物盒' + '='*5)
print('一盒泡沫球')
print('好多巧克力')
print('一支dior口红')
return gift
@box # 挂载装饰器,会自动替换原函数
def gift():
print('iPhone12')
gift() # 这里面得到的gift实际上是装饰后的gift即`box(gift)`
运行后显示和上例相同。
处理函数参数
小李突然想到,买哪个颜色应该征询下女友的意见,也就是原来的gift应支持一个可供选择的颜色参数。
def gift(color):
print(f'iPhone12{color}版')
作为一个细心的boyfriend,小李需要根据对应的手机颜色选择同样颜色的泡沫球,也就是需要能获取到,被装饰的gift函数的参数。
这时候我们需要在盒子内部(box装饰器),重新准备一个新的礼物,根据颜色参数做不同的处理,然后根据颜色拿到指定的iPhone12礼物。
def box(gift):
print('='*5 + '礼物盒' + '='*5)
def new_gift(color): # 准备一个新的礼物,参数和原gift参数一致
print(f'一盒{color}泡沫球') # 根据颜色准备泡沫球
print('好多巧克力')
print('一支dior口红')
return gift(color) # 根据颜色拿到指定的iPhone12
return new_gift # 返回新礼物,新礼物调用时,增加一些惊喜,并返回原有礼物gift(color)的结果。
@box
def gift(color):
print(f'iPhone12{color}版')
gift('红色') # 实际上这里的gift是被box装饰后狸猫换太子的new_gift函数,而new_gift('红色'),返回原gift('红色')的结果。
在box内部为了根据参数做对应处理,我们新建了一个函数,函数内部也可以定义内部函数,内部函数new_gift可以获取并使用外部box函数的参数,如gift。
为了能获取到原有函数gift的参数,我们需要建立一个傀儡函数new_gift,这个函数和原函数gift的参数一致、返回结果一致,即new_gift(‘红色’)返回的就是gift(‘红色’)。
然后狸猫换太子,不再返回原来的gift函数对象,而是返回替换的new_gift函数对象。
运行后显示
=====礼物盒=====
一盒红色泡沫球
好多巧克力
一支dior口红
iPhone12红色版
注意:在装饰器box里,要返回一个函数对象,如上例中的
return gift
或本例中的return new_gift
。而在傀儡函数new_gift中,为了和原函数gift结果一致,要返回原函数的调用结果即gift(color)。
从普遍意义上讲,作为商家,为了装饰器box可以包装任何形式的礼物,无论礼物有什么参数都可以满足,这就要求我们的傀儡函数new_gift支持任意类型的参数即def new_gift(*args, **kwargs)
。
然后把无论什么参数*args, **kwargs
交由原函数gift(*args, **kwargs)
处理即可。
修改后,我们便得到一个通用的装饰器,可以包装任何礼物。
def box(gift):
print('='*5 + '礼物盒' + '='*5)
def new_gift(*args, **kwargs): # 接受任意数量的参数
if args and len(args) > 0: # 由于参数不确定了,我们假设万一有参数,第一个参数是color参数
color = args[0]
print(f'一盒{color}泡沫球')
else:
print(f'一盒泡沫球')
print('好多巧克力')
print('一支dior口红')
result = gift(*args, **kwargs) # 如果我们需要对原函数的结果做出处理,可以先获取到结果
# print(f'原函数结果{result}') 由于原函数gift没有return,这是其实是None
return result # 返回原函数结果
return new_gift
@box
def gift(color, pro=False): # 新的礼物函数,两个参数,默认买12,万一女友要Pro,也可以
if pro is True:
print(f'iPhone12 Pro{color}版')
else:
print(f'iPhone12{color}版')
gift('海蓝色', pro=True)
这样,无论被装饰的函数有几个参数,box装饰器都可以正常处理。
运行后显示如下。
=====礼物盒=====
一盒海蓝色泡沫球
好多巧克力
一支dior口红
iPhone12 Pro海蓝色版
带参装饰器
信心满满的小李觉得,在盒子上还可以做些文章,要根据女友的喜好选择不同形状的箱子,因此我们需要根据参数来定制我们的装饰器box,在盒子外面再加一层定制函数。
def custom_box(shape): # 根据参数定制装饰器
def box(gift): # 装饰器函数
print('='*5 + f'{shape}礼物盒' + '='*5) # 根据形状定制
# ...
return box # 返回装饰器函数
此时我们得到一个可以根据参数进行定制的装饰器函数custom_box,这个装饰器接收到参数后,传递给真实装饰器box,并返回定制后box装饰器函数。
完整代码如下。
def custom_box(shape): # 根据参数定制装饰器 =====================
def box(gift): # 实际的装饰器函数 ---------------------------
print('='*5 + f'{shape}礼物盒' + '='*5)
def new_gift(*args, **kwargs): # 傀儡函数 ..............
if args and len(args) > 0:
color = args[0]
print(f'一盒{color}泡沫球')
else:
print(f'一盒泡沫球')
print('好多巧克力')
print('一支dior口红')
result = gift(*args, **kwargs)
return result # 返回原函数结果 ......................
return new_gift # 返回傀儡函数 ---------------------------
return box # 返回定制的装饰器 ===============================
@custom_box('心形') # 使用可定制的装饰器
def gift(color, pro=False):
if pro is True:
print(f'iPhone12 Pro{color}版')
else:
print(f'iPhone12{color}版')
gift('海蓝色', pro=True)
注意:装饰器在导入模块时立即计算的,即没调用
gift('海蓝色', pro=True)
之前就已经执行生成定制后的box。
运行后,结果如下。
=====心形礼物盒=====
一盒海蓝色泡沫球
好多巧克力
一支dior口红
iPhone12 Pro海蓝色版
生成器和迭代器
可迭代对象
实现了__iter__方法, __iter__方法返回一个迭代器
迭代器
按标准的迭代协议实现__iter__和__next__方法,StopIteration结束
class A:
start = 0
def __iter__(self):
return self
def __next__(self):
if self.start > 10:
raise StopIteration
self.start += 1
return self.start
生成器
内部实现了迭代器的一种函数,通过yield记录当前位置并返回一次迭代结果
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
列表推导式
推倒式:当我们对一批可迭代的数据(如列表或字典)进行提取或处理,最后要得到一个新的列表或字典时,推导式是一种非常简洁的表达方式。
比如,有一批数据
data = [
{'name': '张三', 'gender': 'male', 'age': 12},
{'name': '李四', 'gender': 'female', 'age': 10},
{'name': '王五', 'gender': 'male', 'age': 20},
{'name': '赵六', 'gender': 'male', 'age': 11},
{'name': '周七', 'gender': 'female', 'age': 16},
{'name': '孙八', 'gender': 'male', 'age': 13},
]
我们想要把数据中的name都提取出来形成一个新的列表,一般的操作是这样的。
names = [] # 定义一个空列表
for item in data: # 遍历数据
name = item['name'] # 提取每行中的name
names.append(name) # 追加到列表中
如果用推导式的话,形式如下。
names = [item['name'] for item in data] # 遍历data,提取每项中的name生成一个新列表
数据处理
在提取数据时,我们还可以对每一项数据进行,处理,假设我们需要每个名称前加上’姓名: ‘这个字符串,可以这样。
names = ['姓名: '+item['name'] for item in data]
'姓名: '+item['name']
就是每一项的数据
数据筛选
同样我们还可以对数据进行筛选,比如我们只要年龄大于12岁,后面可以使用if进行过滤
names = [item['name'] for item in data if item['age']>12]
多重循环
推导式还支持多重循环,比如
for x in range(1,5)
if x > 2
for y in range(1,4)
if y < 3
x*y
使用推导式表示如下
[x*y for x in range(1,5) if x > 2 for y in range(1,4) if y < 3]
批量执行操作
由于推导式就是一种循环操作,我们也可以使用推导式来批量执行一些相似操作,比如:
def step1(driver):
print('步骤1)
def step2(driver):
print('步骤2)
def step3(driver):
print('步骤3)
我们可以将函数名放到一个列表里,然后使用推导式循环执行
steps = [step1, step2, step3] # 函数名列表
[step(driver) for step in steps] # 不需要变量接收,我们只需要它循环执行
字典推导式
当我们需要遍历一批数据最后得到一个字典时,同样可以使用字典推导式,如:
data = [
{'name': '张三', 'gender': 'male', 'age': 12},
{'name': '李四', 'gender': 'female', 'age': 10},
{'name': '王五', 'gender': 'male', 'age': 20},
{'name': '赵六', 'gender': 'male', 'age': 11},
{'name': '周七', 'gender': 'female', 'age': 16},
{'name': '孙八', 'gender': 'male', 'age': 13},
]
假设我们想得到一个{'张三': 12, '李四': 10, ....}
这样的一个字典,使用字典推导式方式如下:
persons = {item['name']: item['age'] for item in data}
字典推导式同样支持if筛选等操作。
生成器
生成器实际上是一种包含初始数据和推导法则的对象,比如我们可以轻松的写出1w以内所有的奇数,原因是因为我只需要记住从1开始每次加2即可。
生成器便是这样。对应大量的数据或者CSV/Excel文件中的数据,生成器可以大量的节省内存,比如csv.Reader(f)就是一个生成器,只存了当前位置和读取下一行数据的方法。
当你需要遍历时,它再每次给你读取一行数据给你。
如列表推导式的例子,
data = [
{'name': '张三', 'gender': 'male', 'age': 12},
{'name': '李四', 'gender': 'female', 'age': 10},
{'name': '王五', 'gender': 'male', 'age': 20},
{'name': '赵六', 'gender': 'male', 'age': 11},
{'name': '周七', 'gender': 'female', 'age': 16},
{'name': '孙八', 'gender': 'male', 'age': 13},
]
names = [item['name'] for item in data]
我们把列表的中括号改为小括号就得到一个生成器
names2 = (item['name'] for item in data)
注意:生成器和推导式不同,其中的循环不是立即执行的,只用你遍历这个生成器时才会执行
for name in names: # 遍历列表推导式生成的新列表
print(name)
for name in names2: # 遍历一个生成器
print(name)
两个打印结果是一样的,生成器更节省内存,只有遍历时才运行。
魔术方法
魔术方法 | 描述 |
---|---|
__new__ |
创建类并返回这个类的实例 |
__init__ |
可理解为“构造函数”,在对象初始化的时候调用,使用传入的参数初始化该实例 |
__del__ |
可理解为“析构函数”,当一个对象进行垃圾回收时调用 |
__metaclass__ |
定义当前类的元类 |
__class__ |
查看对象所属的类 |
__base__ |
获取当前类的父类 |
__bases__ |
获取当前类的所有父类 |
__str__ |
定义当前类的实例的文本显示内容 |
__getattribute__ |
定义属性被访问时的行为 |
__getattr__ |
定义试图访问一个不存在的属性时的行为 |
__setattr__ |
定义对属性进行赋值和修改操作时的行为 |
__delattr__ |
定义删除属性时的行为 |
__copy__ |
定义对类的实例调用 copy.copy() 获得对象的一个浅拷贝时所产生的行为 |
__deepcopy__ |
定义对类的实例调用 copy.deepcopy() 获得对象的一个深拷贝时所产生的行为 |
__eq__ |
定义相等符号“==”的行为 |
__ne__ |
定义不等符号“!=”的行为 |
__lt__ |
定义小于符号“<”的行为 |
__gt__ |
定义大于符号“>”的行为 |
__le__ |
定义小于等于符号“<=”的行为 |
__ge__ |
定义大于等于符号“>=”的行为 |
__add__ |
实现操作符“+”表示的加法 |
__sub__ |
实现操作符“-”表示的减法 |
__mul__ |
实现操作符“*”表示的乘法 |
__div__ |
实现操作符“/”表示的除法 |
__mod__ |
实现操作符“%”表示的取模(求余数) |
__pow__ |
实现操作符“**”表示的指数操作 |
__and__ |
实现按位与操作 |
__or__ |
实现按位或操作 |
__xor__ |
实现按位异或操作 |
__len__ |
用于自定义容器类型,表示容器的长度 |
__getitem__ |
用于自定义容器类型,定义当某一项被访问时,使用 self[key] 所产生的行为 |
__setitem__ |
用于自定义容器类型,定义执行 self[key]=value 时产生的行为 |
__delitem__ |
用于自定义容器类型,定义一个项目被删除时的行为 |
__iter__ |
用于自定义容器类型,一个容器迭代器 |
__reversed__ |
用于自定义容器类型,定义当 reversed( ) 被调用时的行为 |
__contains__ |
用于自定义容器类型,定义调用 in 和 not in 来测试成员是否存在的时候所产生的行为 |
__missing__ |
用于自定义容器类型,定义在容器中找不到 key 时触发的行为 |