• 2016/09/19


    1. Python视频

    1) 多层装饰器

    USER_INFO = {}
    
    
    def check_login(func):
    	def inner(*args, **kwargs):
    		if USER_INFO.get('is_login', None):
    			ret = func(*args, **kwargs)
    			return ret
    		else:
    			print('please login')
    	return inner
    
    
    def check_admin(func):
    	def inner(*args, **kwargs):
    		if USER_INFO.get('type', None) == 2:
    			ret = func(*args, **kwargs)
    			return ret
    		else:
    			print('no permission')
    	return inner
    
    
    @check_login
    @check_admin
    def index():		# manager
    	print('Index')
    
    
    def home():			# user
    	print('home')
    
    
    def login():
    	user = input('input username
    >>>')
    	pwd = input('input password
    >>>')
    	if user == 'admin' and pwd == 'admin':
    		USER_INFO['is_login'] = True
    		USER_INFO['type'] = 2
    	else:
    		if user == 'wayne' and pwd == 'phuck':
    			USER_INFO['is_login'] = True
    			USER_INFO['type'] = 1
    
    
    def main():
    	while True:
    		inp = input('1.login 2.information 3.management
    >>>')
    		if inp == '1':
    			login()
    		elif inp == '2':
    			home()
    		elif inp == '3':
    			index()
    
    
    main()
    

    2) 字符串格式化
      - 百分号方式
        %[(name)][flags][width].[precision]typecode
        1.顺序传入参数
        2.指定名称传入参数
        3.保留小数点后几位
        4.如果出现占位符,只写%%,打印时%
      - Format方式
        [[fill]align][sign][#][0][width][,][.precision][type]

    # s1 = 'i am %s' %'alex'
    # s1 = 'i am %s age %d' %('alex',18)
    # s1 = 'i am %(name)s age %(age)d' %{'name':'alex','age':18}
    # s1 = 'percent %.2f' %99.97623
    # s1 = 'i am %(pp).2f' %{'pp':123.425556}
    # s1 = 'i am %.2f %%' %123.43556
    # print(s1)
    
    
    s1 = 'i am {}, age {}, {}'.format('seven',18,'alex')
    s1 = 'i am {}, age {}, {}'.format(*['seven',18,'alex'])
    s1 = 'i am {0}, age {1}, really {0}'.format('seven',19)
    s1 = 'i am {0}, age {1}, really {0}'.format(*['seven',19])
    s1 = 'i am {name}, age {age}, really {name}'.format(name='seven',age=20)
    s1 = 'i am {name}, age {age}, really {name}'.format(**{'name':'seven','age':20})
    s1 = 'i am {0[0]}, age {1[1]}, really {0[2]}'.format([1,2,3],[11,22,33])
    s1 = 'i am {:s}, age {:d}, money {:f}'.format('seven',18,8888.1)
    s1 = 'i am {:s}, age {:d}'.format(*['seven',18])
    s1 = 'i am {name:s}, age {age:d}'.format(name='seven',age=18)
    s1 = 'i am {name:s}, age {age:d}'.format(**{'name':'seven','age':18})
    s1 = 'numbers:{:#b},{:#o},{:#d},{:#x},{:#X},{:%}'.format(15,15,15,15,15,15,87623,2)
    s1 = 'numbers:{0:b},{0:o},{0:d},{0:x},{0:X},{1:%}'.format(15,16)
    s1 = 'numbers:{num:b},{num:o},{num:d},{num:x},{num:X},{num:%}'.format(num=15)
    
    print(s1)
    

      

    3) 生成器
      - 一个函数调用时返回一个迭代器,那这个函数就叫做生成器(generator);

      - 如果函数中包含yield语法,那这个函数就会变成生成器;  

    >>> def func():
    ... yield 1
    ... yield 2
    ... yield 3
    ... yield 4
    ...
    >>>
    >>> temp = func()
    >>> temp
    <generator object func at 0x00000207CC064A40>
    >>> temp.__next__()
    1
    >>> temp.__next__()
    2
    >>> temp.__next__()
    3
    >>> temp.__next__()
    4
    >>> temp.__next__()
    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    StopIteration
    >>>
    

      

    def func():
    	print(111)
    	yield 1
    	print(222)
    	yield 2
    	print(333)
    	yield 3
    
    ret = func()
    r1 = ret.__next__()  # 进入函数找到yield,获取yield后面的数据
    print(r1)
    
    r2 = ret.__next__()
    print(r2)
    
    r3 = ret.__next__()
    print(r3)
    
    # r4 = ret.__next__()
    # print(r4)
    

      

    def myrange(arg):
    	start = 0
    	while True:
    		if start > arg:
    			return
    		yield start
    		start += 1
    
    
    ret = myrange(3)
    r = ret.__next__()
    print(r)
    r = ret.__next__()
    print(r)
    r = ret.__next__()
    print(r)
    r = ret.__next__()
    print(r)

    4) 迭代器
      - 迭代器是访问集合元素的一种方式。
      - 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。
      - 迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退。
      - 迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。
        迭代器仅仅在迭代到某个元素时才计算该元素,而在这之前或之后,元素可以不存在或者被销毁。
        这个特点使得它特别适合用于遍历一些巨大的或是无限的集合,比如几个G的文件
      - 特点:
        访问者不需要关心迭代器内部的结构,仅需通过next()方法不断去取下一个内容
        不能随机访问集合中的某个值 ,只能从头到尾依次访问
        访问到一半时不能往回退
        便于循环比较大的数据集合,节省内存

    >>> a = iter([1,2,3,4,5])
    >>> a
    <list_iterator object at 0x00000207CC08FFD0>
    >>> a.__next__()
    1
    >>> a.__next__()
    2
    >>> a.__next__()
    3
    >>> a.__next__()
    4
    >>> a.__next__()
    5
    >>> a.__next__()
    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    StopIteration


    5) 递归

    def mul(n):
    if n>1:
    res = n * mul(n-1)
    return res
    else:
    res = 1
    return res
    
    r = mul(8)
    print(r)
    

      

    6) 模块
      - py:模块 (先导入,后使用)
      - 内置模块
      - 自定义模块
      - 第三方模块
      - 其他:类库
      - 为什么要有模块:将代码归类。
      - 导入模块的依据:

    import sys
    for item in sys.path:
    print(item)
    sys.path.append('E:\')
    

      

      - 模块名称的重要性 (不要与内置模块重名)
      - 导入模块:
        单模块:import
        嵌套在文件夹下:from xxx import xxx
        from xxx import xxx as ooo
      - 第三方模块安装:
        - 通过pip3安装: pip3 install requests
        - 通过源码: $ python setup.py install
    7) 模块 - 序列化
      - json 用于[字符串]和[python基本数据类型]间进行转换
      - json模块提供了四个功能: dumps, dump, loads, load

    # import json
    
    # dic = {'k1': 'v1'}
    # print(dic, type(dic))
    #
    # res = json.dumps(dic)  # 将python的基本数据类型转化成字符串类型
    # print(res,type(res))
    #
    #
    # s1 = '{"abc": 123}'  # 外面单引号,里面双引号
    # dic2 = json.loads(s1)  # 将python的字符串类型转化成基本数据类型
    # print(dic2, type(dic2))
    
    import json
    
    li = [11,22,33]
    json.dump(li, open('db', 'w'))  # dump:列表转化为字符串,再写入文件
    
    li = json.load(open('db','r'))  # load:读取文件,并将字符串转化为列表
    print(type(li),li)
    

      

      - 基于天气API获取天气相关JSON数据

    import requests
    import json_test1
    
    response = requests.get('http://wthrcdn.etouch.cn/weather_mini?city=北京')
    response.encoding = 'utf-8'
    
    print(type(response.text))
    
    dic = json_test1.loads(response.text)
    print(type(dic))
    

      

      - pickle

  • 相关阅读:
    blob2clob/clob2blob研究
    dbms_lob使用之-基础
    xml特殊字符处理 如&
    错误:One or more post-processing actions failed. Consult the OPP service log for details
    Oracle dblink详解
    iOS 屏幕方向
    一种自动(半自动)学习的算法(验证码识别)
    图像相似度计算
    simHash 简介以及java实现
    一个算法博客
  • 原文地址:https://www.cnblogs.com/wnzhong/p/5887076.html
Copyright © 2020-2023  润新知