
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q,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q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 *** 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 *** 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 wrapperdef 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 inner1def 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') # 3f() # 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....*1def 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总结
以上是内存溢出为你收集整理的python装饰器与递归全部内容,希望文章能够帮你解决python装饰器与递归所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)