当前位置：首页 > news >正文

如何做视频网站旗下账号google谷歌搜索引擎

news 2025/10/4 17:44:07

如何做视频网站旗下账号,google谷歌搜索引擎,上海工商网上企业查名,企业seo推广1.2.2 高级特性详解（Django 基础学习细节） Python 的高级特性如装饰器、生成器、迭代器和上下文管理器，是提升代码复用性、灵活性和可维护性的利器。Django 中间件、视图、ORM等大量用到这些技术。下面详细讲解每一项，并给出丰富代…

1.2.2 高级特性详解（Django 基础学习细节）

Python 的高级特性如装饰器、生成器、迭代器和上下文管理器，是提升代码复用性、灵活性和可维护性的利器。Django 中间件、视图、ORM等大量用到这些技术。下面详细讲解每一项，并给出丰富代码示例。

一、装饰器（Decorator）

装饰器是对函数或类进行“包装”以增强功能的语法，常用于日志、权限、缓存、性能统计等场景。

1. 函数装饰器

1.1 基本函数装饰器

def my_decorator(func):def wrapper(*args, **kwargs):print("函数开始执行")result = func(*args, **kwargs)print("函数执行结束")return resultreturn wrapper@my_decorator
def greet(name):print(f"Hello, {name}")greet("Alice")
# 输出:
# 函数开始执行
# Hello, Alice
# 函数执行结束

1.2 多个装饰器（从下往上执行）

def deco1(func):def wrapper(*args, **kwargs):print("deco1")return func(*args, **kwargs)return wrapperdef deco2(func):def wrapper(*args, **kwargs):print("deco2")return func(*args, **kwargs)return wrapper@deco1
@deco2
def foo():print("foo body")foo()
# 输出:
# deco1
# deco2
# foo body

1.3 保持原函数元数据（推荐用 functools.wraps）

import functoolsdef log(func):@functools.wraps(func)def wrapper(*args, **kwargs):print(f"call {func.__name__}")return func(*args, **kwargs)return wrapper@log
def add(a, b):"Adds two numbers"return a + bprint(add.__name__)      # add
print(add.__doc__)       # Adds two numbers

2. 参数化装饰器（带参数的装饰器）

def repeat(n):def decorator(func):def wrapper(*args, **kwargs):for _ in range(n):func(*args, **kwargs)return wrapperreturn decorator@repeat(3)
def hi():print("Hi!")hi()
# 输出三次 Hi!

3. 类装饰器

用类实现装饰器，适合复杂状态管理

class Counter:def __init__(self, func):self.func = funcself.count = 0def __call__(self, *args, **kwargs):self.count += 1print(f"调用次数: {self.count}")return self.func(*args, **kwargs)@Counter
def show(name):print(f"Hello, {name}")show("Tom")  # 调用次数: 1
show("Ann")  # 调用次数: 2

二、生成器与 yield、迭代器

1. 生成器函数（yield）

用 yield 返回一个生成器对象，能“惰性”产出数据，节省内存。

def count_up(n):i = 1while i <= n:yield ii += 1gen = count_up(3)
print(next(gen))  # 1
print(next(gen))  # 2
print(next(gen))  # 3
# next(gen)  # StopIteration异常

1.1 用 for 遍历生成器

for num in count_up(5):print(num)
# 输出 1 2 3 4 5

2. 列表生成 vs 生成器表达式

lst = [x*x for x in range(1000)]     # 占用大量内存
gen = (x*x for x in range(1000))     # 生成器，内存高效for val in gen:print(val)

3. 自定义迭代器

实现 __iter__ 和 __next__ 方法

class MyRange:def __init__(self, start, end):self.cur = startself.end = enddef __iter__(self):return selfdef __next__(self):if self.cur < self.end:val = self.curself.cur += 1return valelse:raise StopIterationfor i in MyRange(10, 13):print(i)
# 输出: 10 11 12

三、上下文管理器（with 语法）、自定义

1. 内建上下文管理器：文件操作

with open("test.txt", "w") as f:f.write("hello world")
# 自动关闭文件，无需手动 f.close()

2. 自定义上下文管理器（类实现）

需实现 __enter__ 和 __exit__ 方法

class MyContext:def __enter__(self):print("进入上下文")return selfdef __exit__(self, exc_type, exc_val, exc_tb):print("离开上下文")with MyContext():print("处理中")
# 输出:
# 进入上下文
# 处理中
# 离开上下文

3. 异常处理

__exit__ 接收异常信息，能决定是否吞掉异常

class SafeOpen:def __init__(self, filename):self.filename = filenameself.file = Nonedef __enter__(self):self.file = open(self.filename, "w")return self.filedef __exit__(self, exc_type, exc_val, exc_tb):self.file.close()if exc_type:print(f"发生异常: {exc_val}")return True  # 异常不再向外抛出with SafeOpen("demo.txt") as f:f.write("Hello")raise Exception("测试异常")
# 输出: 发生异常: 测试异常

4. 使用 contextlib 简化上下文管理器

from contextlib import contextmanager@contextmanager
def tag(name):print(f"<{name}>")yieldprint(f"</{name}>")with tag("div"):print("这是内容")
# 输出:
# <div>
# 这是内容
# </div>