python基础整理笔记（四）

一. python 打开文件的方法

1. python中使用open函数打开文件，需要设定的参数包括文件的路径和打开的模式。示例如下：

f = open('a.txt', 'r+')

2. f为打开文件的句柄，具体读取文件的操作需要调用f的方法，示例如下：

f = open('a.txt', 'r+')

# read 以字符串形式打开整个文件
f.read()

# readline 每次只读取一行的内容，到下一次时才加载下一次
l = f.readline()
print(l)
while l:
    f.readline()
    print(l)


# readlines 读取所有行以列表形式返回
for i in f. readlines():
    print(i)    

此外上述三个方法都有一个可选参数，是一个int类型的，限制读取内容最大size的。如果需要读取的内容很大，则只能使用readline方法一点点读取。

3. 其实打开文件的句柄本身也是可以迭代的，示例如下：

f = open('a.txt', 'r+')
# f也是每次只读取一行的内容，不过f是可以直接循环迭代的
for i in f:
    print(i)

4. 写文件的函数包括write和writelines，区别为前者入参是一个str，后者为列表，示例如下：

f = open('a.txt', 'w+')

# write是把入参的字符整个原样写入文件的
f.write('saff1\nwqwq')

# 注意writelines写入列表时候不会在每个元素后面加上换行，
# 写到文件里以后是会连起来的，要换行需要自己加
l = ['1', '2', '3']
f.writelines(l)

f.writelines(['%s\n'%i for i in l])

 5. 使用文件结束后需要把文件句柄关闭，示例如下：

f = open('a.txt', 'w+')
f.close()

6. 如果使用with来打开文件，则不需要close了，关于文件操作的打开关闭已经直接封装好了，示例如下：

with open('a.txt', 'r+') as f:
    print(f.read())

7. 整理打开的模式如下：

 

 

二. python一些内置函数整理

 详细的官网文档链接 https://docs.python.org/3/library/functions.html

 

 

三. 装饰器

装饰器实际是一种接受函数作为参数的函数的语法糖。

1. 最普通的装饰器示例如下：

# 修饰不需要入参的函数
def deco(func):
    def _deco():
        print("before myfunc()")
        res = func()
        print("  after myfunc()")
        return res
    return _deco

@deco
def myfunc():
    print(" myfunc() start")
    return True
 

# 修饰有入参的函数
def deco2(func):
    def _deco(a, b):
        print("before myfunc()")
        res = func(a, b)
        print("  after myfunc()")
        return res
    return _deco

@deco2
def myfunc2():
    print(" myfunc() start")
    print(a, b)
    return True

2. 修饰参数不确定的函数，示例如下

# 修饰入参数量不定的函数
def deco(func):
    def _deco(*args, **kwargs):
        print("before myfunc()")
        res = func(a, b)
        print("  after myfunc()")
        return res
    return _deco

@deco
def myfunc(a):
    print(" myfunc() start")
    print(a)
    return True    
    
@deco
def myfunc2():
    print(" myfunc() start")
    print(a, b)
    return True

3. 自身带有入参的装饰器，示例如下：

def deco(sign):
    def wraper(func):
        def _deco(*args, **kwargs):
            print("%s before myfunc()"%sign)
            res = func(a, b)
            print("  after myfunc()")
            return res
        return _deco
    return wraper
    
@deco("func1")
def myfunc(a):
    print(" myfunc() start")
    print(a)
    return True
    
@deco("func2")
def myfunc2():
    print(" myfunc() start")
    print(a, b)
    return True

 4. 带有类作为入参的装饰器，示例如下：

class locker:
    def __init__(self):
        print("locker.__init__() should be not called.")
         
    @staticmethod
    def acquire():
        print("locker.acquire()")
         
    @staticmethod
    def release():
        print("  locker.release() called")
        
# 作为入参的类必须实现acquire和release静态方法
def deco(cls):
    def wraper(func):
        def _deco():
            print("before %s called [%s]." % (func.__name__, cls))
            cls.acquire()
            try:
                return func()
            finally:
                cls.release()
        return _deco
    return wraper
 
@deco(locker)
def myfunc():
    print(" myfunc() called.")

 

 

四. configparser库

在这次完成的作业，实现用户系统存储在文件中的需求。如果信息不是很大，可以使用python中的configparser库来实现，更加方便。（在python2中该库叫ConfigParse，需要pip来安装）

该库实现了操作ini风格类型文件的各种方法。ini风格类型示例如下：

[111]
password = 222
admin_flag = 0

[222]
password = 333
admin_flag = 0

[444]
password = 555
admin_flag = 1

每个[]代表一个section，下面一个等号对代表这个section的一项属性和值。使用configparser的各种方法示例如下：

cf = configparser.ConfigParser()
# 读取文件
cf.read('a.conf')

# sections方法返回所有的section名字的列表
for sec in cf.sections():
    print(sec)


# 增加一个新的section
cf.addsection('555')
# 给新的section'555'增加属性
set('555', 'password', '3232')


# 原有的section的属性也可以更改，和增加的方法一致
set('444', 'password', '3232')

# 通过get和getint方法之类可以取到一个section的一个属性的值
cf.get('444', 'password')
cf.getint('444', 'password')

# 通过items可以获得一个section的所有属性
cf.items('444')


# 更改结束以后，用write修改文件
cf.write(open('a.conf', "w")

 

五. python内置的sorted用法

sorted是内置的对一个序列进行排序的方法，必须包含一个序列的入参，其他还有可选入参key,cmp(注意python3没这个了),reverse。

1. key参数的值为一个函数，此函数将在每个元素比较前被调用，它只有一个参数且返回一个值，让sorted用这里返回的值进行比较，示例如下：

student_tuples = [
        ('john', 'A', 15),
        ('jane', 'B', 12),
        ('dave', 'B', 10),]
# 这里取每个元素的最后一个元素比较
sorted(student_tuples, key=lambda student: student[2]) 

# 这里就取每个字母的小写比较
 sorted("This is a test string from Andrew".split(), key=str.lower)

2. cmp参数示例如下：

def numeric_compare(x, y):
    return x - y

# cmp接受一个返回bool类型变量的函数，
# 用于定义一些比较比较
# 其入参代表序列中前后两个元素
sorted([5, 2, 4, 1, 3], cmp=numeric_compare)

在网上找到一个很牛叉的，从2->3移植代码时候，转换cmp到key的方法如下：

def cmp_to_key(mycmp):
    'Convert a cmp= function into a key= function'
    class K(object):
        def __init__(self, obj, *args):
            self.obj = obj
        def __lt__(self, other):
            return mycmp(self.obj, other.obj) < 0
        def __gt__(self, other):
            return mycmp(self.obj, other.obj) > 0
        def __eq__(self, other):
            return mycmp(self.obj, other.obj) == 0
        def __le__(self, other):
            return mycmp(self.obj, other.obj) <= 0
        def __ge__(self, other):
            return mycmp(self.obj, other.obj) >= 0
        def __ne__(self, other):
            return mycmp(self.obj, other.obj) != 0
    return K

调用的时候这样：

sorted([5, 2, 4, 1, 3], key=cmp_to_key(reverse_numeric))

3. reverse值为bool类型，即确定是否需要倒序排列。