-
java程序员怎么从Python小白变成Python大拿？（六） 文章6：高级Python特性 目标 掌握Python的高级功能，包括装饰器、生成器、上下文管理协议和元类，以提升代码的灵活性和效率。 一、装饰器（Decorators） 1. 基础语法与作用 装饰器用于在不修改原函数代码的情况下，动态添加功能或修改行为。核心是闭包和高阶函数。 示例：日志记录装饰器 import functools def log_decorator(func): @functools.wraps(func) # 保留原函数元信息 def wrapper(*args, **kwargs): print(f"Calling {func.__name__} with args: {args}, kwargs: {kwargs}") result = func(*args, **kwargs) print(f"Result: {result}") return result return wrapper @log_decorator def add(a, b): return a + b add(3, 5) # 输出日志并返回8 2. 带参数的装饰器 通过嵌套函数传递装饰器参数。 def repeat(n): def decorator(func): def wrapper(*args, **kwargs): for _ in range(n): result = func(*args, **kwargs) return result return wrapper return decorator @repeat(3) def greet(): print("Hello!") greet() # 输出"Hello!"三次 3. 类装饰器 通过实现__call__方法，使类可作为装饰器。 class CounterDecorator: def __init__(self, func): self.func = func self.count = 0 def __call__(self, *args, **kwargs): self.count += 1 print(f"Called {self.count} times") return self.func(*args, **kwargs) @CounterDecorator def say_hello(): print("Hello") say_hello() # 输出"Called 1 times"和"Hello" 练习 实现一个计时器装饰器，记录函数执行时间。 import time def timer(func): def wrapper(*args, **kwargs): start = time.time() result = func(*args, **kwargs) end = time.time() print(f"Execution time: {end - start:.4f} seconds") return result return wrapper @timer def slow_function(): time.sleep(1) slow_function() # 输出执行时间约1秒 二、生成器（Generators）与迭代器（Iterators） 1. 迭代器协议 迭代器必须实现__iter__()和__next__()方法。 class Counter: def __init__(self, max): self.max = max self.current = 0 def __iter__(self): return self def __next__(self): if self.current >= self.max: raise StopIteration self.current += 1 return self.current for num in Counter(5): print(num) # 输出1到5 2. 生成器 通过yield语句生成值，自动实现迭代器协议。 def fibonacci(n): a, b = 0, 1 for _ in range(n): yield a a, b = b, a + b for num in fibonacci(5): print(num) # 输出0, 1, 1, 2, 3 3. 生成器表达式 sum_of_evens = sum(x for x in range(10) if x % 2 == 0) # 计算0-9偶数和 练习 编写一个生成器，逐行读取大文件（避免内存溢出）。 def read_large_file(file_path): with open(file_path, 'r') as f: for line in f: yield line.strip() for line in read_large_file("data.txt"): process(line) 三、上下文管理协议（with语句） 1. 基础用法 通过__enter__和__exit__方法管理资源（如文件、网络连接）。 class ManagedFile: def __init__(self, filename): self.filename = filename def __enter__(self): self.file = open(self.filename, 'w') return self.file def __exit__(self, exc_type, exc_val, exc_tb): if self.file: self.file.close() with ManagedFile("output.txt") as f: f.write("Hello, context manager!") 2. 使用contextlib简化实现 from contextlib import contextmanager @contextmanager def managed_file(filename): try: f = open(filename, 'w') yield f finally: f.close() with managed_file("output.txt") as f: f.write("Using contextlib!") 练习 实现一个计时器上下文管理器，自动记录代码块的执行时间。 import time class Timer: def __enter__(self): self.start = time.time() return self def __exit__(self, exc_type, exc_val, exc_tb): self.end = time.time() print(f"Elapsed time: {self.end - self.start:.4f} seconds") with Timer(): time.sleep(0.5) # 输出约0.5秒 四、元类（Metaclasses）简介 1. 什么是元类？ 元类是创建类的类，控制类的创建过程。默认元类是type。 2. 自定义元类 class MyMeta(type): def __new__(cls, name, bases, attrs): # 修改类属性 attrs['is_custom'] = True return super().__new__(cls, name, bases, attrs) class MyClass(metaclass=MyMeta): pass print(MyClass.is_custom) # 输出True 3. 典型应用场景 单例模式：确保一个类只有一个实例。 自动注册子类：如框架中的插件系统。 class AutoRegisterMeta(type): registry = {} def __new__(cls, name, bases, attrs): new_class = super().__new__(cls, name, bases, attrs) cls.registry[name] = new_class return new_class class Plugin(metaclass=AutoRegisterMeta): pass class EmailPlugin(Plugin): pass print(AutoRegisterMeta.registry) # {'EmailPlugin': <class '__main__.EmailPlugin'>} 练习 实现一个元类，禁止子类化（即类不能被继承）。 class NoInheritMeta(type): def __new__(cls, name, bases, attrs): for base in bases: if isinstance(base, NoInheritMeta): raise TypeError("Cannot inherit from singleton class") return super().__new__(cls, name, bases, attrs) class Singleton(metaclass=NoInheritMeta): pass class Child(Singleton): # 触发错误 pass 总结 掌握这些高级特性后，你可以： 装饰器：优雅地复用代码，如日志、权限验证。 生成器：高效处理大数据或惰性计算。 上下文管理：安全管理资源，避免泄漏。 元类：控制类的创建，实现设计模式。 继续探索这些工具，你的Python代码将更加简洁、高效且灵活！