装饰器
开放封闭原则：
装饰器：装饰，装修，房子就可以住，如果装修，不影响你住，而且体验更加，让你生活中增加了很多功能：洗澡，看电视，沙发。 器：工具。 开放封闭原则： 开放：对代码的拓展开放的， 更新地图，加新枪，等等。 封闭：对源码的修改是封闭的。闪躲用q。就是一个功能，一个函数。 别人赤手空拳打你，用机枪扫你，扔雷.....这个功能不会改变。 装饰器：完全遵循开放封闭原则。 装饰器： 在不改变原函数的代码以及调用方式的前提下，为其增加新的功能。 装饰器就是一个函数。
推导见代码
标准版的装饰器；
标准版的装饰器；
def wrapper(f):
f=zz #第2步
def inner(*args,**kwargs):#第5步
'''添加额外的功能：执行被装饰函数之前的操作'''#第6步
ret = f(*args,**kwargs)#第7步
''''添加额外的功能：执行被装饰函数之后的操作'''#第8步
return ret
return inner #第3步
@weapper# zz=weapper(zz) 第一步
def zz()#第4步 此时zz 为 inner
pass
带参数的装饰器
def wrapper_out(n,*args,sex="男")
def wrapper(f):
def inner(*args,**kwargs):
ret = f(*args,**kwargs) # 这边执行的是func1()
return ret
return inner
return wrapper
def func1():
print("in func1")
func = wrapper_out(1) # wrapper函数名
ly = fun(func1) # inner = wrapper(func1)
ly() # inner()
def wrapper_out(n):
def wrapper(f):
def inner(*args,**kwargs):
if n == "qq":
username = input("请输入用户名:").strip()
password = input("请输入密码:").strip()
with open("qq",encoding="tuf-8") as f1:
for line in f1:
user,pwd = line.strip().split("|")
if username == user and password == pwd:
print("登陆成功")
ret = f(*args,**kwargs)
return ret
return False
elif n == "yiktok":
username = input("请输入用户名:").strip()
password = input("请输入密码:").strip()
with open("qq",**kwargs)
return ret
return False
def wrapper_out(n):
def wrapper(f):
def inner(*args,**kwargs):
username = input("请输入用户名:").strip()
password = input("请输入密码:").strip()
with open(n,**kwargs)
return ret
return False
return inner
return wrapper
@ wrapper_out("qq")
def qq():
print("成功访问qq")
qq()
# 看到带参数的装饰器分两步执行:
@ wrapper_out("腾讯")
# 1.执行wrapper_out("腾讯"),把相应的参数传给n,并且得到返回值wrapper函数名
# 2.将@与wrapper结合,得到我们之前熟悉的标准版装饰器,按照装饰器的执行流程执行
@ wrapper_out("qq")
def qq():
print("成功访问qq")
@ wrapper_out("tiktok")
def tiktok():
print("成功访问抖音")
qq()
tiktok()
# 开发思路:增强耦合性
多个装饰器装饰一个函数
def wrapper1(func1): # func1 = f原函数 def inner1(): print('wrapper1,before func') # 2 func1() print('wrapper1,after func') # 4 return inner1 def wrapper2(func2): # func2 == inner1 def inner2(): print('wrapper2,before func') # 1 func2() # inner1 print('wrapper2,after func') # 5 return inner2 @wrapper2 # f = wrapper2(f) 里面的f == inner1 外面的f == inner2 @wrapper1 # f = wrapper1(f) 里面的f == func1 外面的f == inner1 先看下面 def f(): print('in f') # 3 f() # inner2() 看外层f
递归
# 官网规定：默认递归的最大深度1000次。 # 如果你递归超过100次还没有解决这个问题，那么执意使用递归，效率很低。 递归比起循环来说更占用内存 # 修改递归的最大深度 # import sys # sys.setrecursionlimit(1000000000) # 递归就是自己调自己 # 递归函数是怎么停下来的?递归3次结束整个函数 # 一个递归函数要想结束,必须在函数内写一个return,并且return的条件必须是一个可达到的条件 # --注意---并不是函数中有return,return的结果就一定能够在调用函数的外层接收到 谁调用最后一个函数返回给谁 # 加上return tet # def func(count): # count += 1 # print(count) # if count == 5 : return 5#这个5其实是返回给下面的func() # ret = func(count)#要想把这个5返回给最外层 所以逐层returt # return ret # 精简版 def func(count): count += 1#这里是代码思路 if count == 5 : return 5#这个5其实是返回给下面的func() return func(count)#精简了上面的过程 # 1.计算阶乘 100! = 100*99*98*97*96....*1 def fin(n): if n ==1 : return n else: return n*fin(n-1) ret = fin(7) print(ret) l2 = [1,3,5,['太白','元宝',34,[33,55,[11,33]]],[77,88],66] # # 错误方法 # for i in l2: # if type(i) == list: # for j in i: # print(j) # else: # print(i) # 递归 # def func(alist): # for i in alist: # if type(i) == list: # func(i) # func(['太白',34]) # else: # print(i) # func(l2) # 5.三级菜单 可能是n级 # 2.os模块:查看一个文件夹下的所有文件,这个文件夹下面还有文件夹,不能用walk # 3.os模块:计算一个文件夹下所有文件的大小.这个文件夹下面还有文件夹,不能用walk # 4.计算斐波那契数列 # 找第100个数 # 1.计算阶乘 100! = 100*99*98*97*96....*1
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
