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 = ['', '', '']
 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：

 []
 password =
 admin_flag = 

 []
 password =
 admin_flag = 

 []
 password =
 admin_flag = 

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('')
 # 给新的section'555'增加属性
 set('', 'password', '')

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

 # 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('', 'password')
 cf.getint('', 'password')

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

 # 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。