阅读flask上下文前补充

文章目录

• 阅读flask上下文前补充
• 一、 预读源码必要了解的知识点
• 01 偏函数
• 02 `__add__`的使用
• 03 chain函数

阅读flask上下文前补充

一、 预读源码必要了解的知识点

在阅读源码之前，源码中会涉及到很多python类的特殊的用法以及类写好的功能组件，所以这里我们做一个补充，以便于接下来源码的阅读

01 偏函数

当函数的参数个数太多，需要简化时，使用functools.partial可以创建一个新的函数，这个新函数可以固定住原函数的部分参数，从而在调用时更简单。

from functools import partial
def func(a1,a2,a3):
    print(a1,a2,a3)


new_func1 = partial(func,a1=1,a2=2)
new_func1(a3=3)

new_func2 = partial(func,1,2)
new_func2(3)

new_func3 = partial(func,a1=1)
new_func3(a2=2,a3=3)

注意：partial括号内第一个参数是原函数，其余参数是需要固定的参数

效果图：

02 __add__的使用

如果一个类里面定义了 __add__方法，如果这个类的对象 +另一个对象，会触发这个类的__add__方法，换个说法如果 对象1+对象2 则会触发对象1的 __add__方法，python在类中有很多类似的方法，对象会在不同情况下出发对应的方法。

class Foo:
    def __init__(self):
        self.num = 1
    def __add__(self, other):
        if isinstance(other,Foo):
            result = self.num + other.num
        else:
            result = self.num + other
        return result

fo1 = Foo()
fo2 = Foo()
v1 = fo1 + fo2
v2 = fo1 + 4
print(v1,v2)

效果图：

03 chain函数

chain函数来自于itertools库，itertools库提供了非常有用的基于迭代对象的函数，而chain函数则是可以串联多个迭代对象来形成一个更大的迭代对象 。

实例1：

from itertools import chain

l1 = [1,2,3]
l2 = [4,5]

new_iter = chain(l1,l2) # 参数必须为可迭代对象
print(new_iter)
for i in new_iter:
    print(i)

效果图：

实例2：

from itertools import chain


def f1(x):
    return x+1

def f2(x):
    return x+2

def f3(x):
    return x+3
list_4 = [f1, f2]
new_iter2 = chain([f3], list_4)
for i in new_iter2:
    print(i)

效果图：