20170702-变量说明，静态方法，类方法区别，断点调试，fork，yield协程，进程，动态添加属性等。。

概念：

　　并行：同时运行

　　并发：看似同时运行

 json后任然中文的问题

import json

d = {"名字":"初恋这件小事"}

new_d1 = json.dumps(d)

new_d = json.dumps(d, ensure_ascii=False)

print(new_d1)
print(new_d)

变量说明

xx: 公有变量
_x:私有方法或属性，不可以通过 from somemodule import * 的方式导入，但是可以通过 import somemodule ,通过 somemodule._x的方式来调用
__xx:无法在外部直接访问，类似于上面那个， 在类里面的时候，python偷偷的把这种方法变量改了名字 _函数名__变量名 可以通过 dir(对象) 来查看
__xx__:如 __init__， 不要发明这样的名字
xx_:用于避免与 Python 关键词冲突， 不推荐

类相关

静态方法：
　　存在于类中的普通方法，对象调用的时候，不会自动往里面传递 self 的参数，，但是如果不主动往里面传递self(对象)的时候，那就不能调用 self.属性(方法)了
只是名义上属于类
类方法：
　　这个方法里面只能访问类变量（引用的时候也是要写self.变量），不能访问实例变量。

get/set方法的升级---版本一

 #! /usr/bin/env python
 # -*- coding: utf-8 -*-
 # __author__ = "Always"
 # Date: 2017/7/2

 # propetry的使用

 class Test(object):
     def __init__(self):
         self.__num = 100

     def getNum(self):
         print("++++++++++++getNum++++++++++++")
         return self.__num

     def setNum(self, newNum):
         print("++++++++++++setNum++++++++++++")
         self.__num = newNum

     num = property(getNum, setNum)     # 位置参数(self, fget=None, fset=None, fdel=None, doc=None)，get 在前面， set在后面

 t = Test()

 print(t.getNum())

 t.setNum(200)                       # 正常情况下，都是这么调用
 print(t.getNum())

 t.num = 50             # 使用 property 后，将get、set设置成了属性，这样的话，调用起来就比较方便了。可以直接使用

 print(t.num)

get/set升级版本一

get/set方法的升级---版本二

 # Date: 2017/7/2

 # propetry的使用

 class Test(object):
     def __init__(self):
         self.__num = 100

 # get写前面，set写后面，两个函数名字一样，函数名为后面的取值依据，个体前面写 property，set写 函数名.setter
     @property
     def num(self):
         print("++++++++++++getNum++++++++++++")
         return self.__num

     @num.setter
     def num(self, newNum):
         print("++++++++++++setNum++++++++++++")
         self.__num = newNum

     @num.deleter
     def num(self):
         print("++++++++++++deNum++++++++++++")
         del self.__num

 # 话句话说， 前面加 property 的时候，就把这个函数变成了一个属性（变量） 这样的话，代表可以直接执行
 # 这种情况下如果遇到有参数的时候，传参数可以参考 setter 这个赋值的操作，也就是，写两个咯。。。多试大兄弟
 t = Test()

 t.num = 50
 print(t.num)

 del t.num   # 通过这个可以删除 __num  这个私有属性

 # 上面就是三个属性的装饰器
 # 通常可以只提供一个查询的结果的接口给别人（这个函数里面可可以添加好多的流程）

get/set升级版本二

python语言的动态性，即可以给类和对象动态的添加方法和属性

 #! /usr/bin/env python
 # -*- coding: utf-8 -*-
 # __author__ = "Always"
 # Date: 2017/7/2

 import types

 class Person(object):
     def __init__(self, newName, newAge):
         self.name = newName
         self.age  = newAge

 p1 = Person("p1", 18)

 p1.sex = "male"

 def run(self):
     print("%s can run..."%self.name)

 p1.run = types.MethodType(run, p1)      # 给对象添加方法
 # 后面那句话的主要意思是，将 p1 与 run 绑定到一起，下次执行 run 的时候，自动把 p1 传进去
 # 这句话的意思是，将后面得到的一个返回结果给前面的 p1 中的 run 这个变量，当然了，前面p1.run
 # 也可以换成任意的变量名，下次可以通过这个变量名来调用这个函数，但是没什么意义

 print(p1.sex)
 p1.run()

 @staticmethod
 def hehe():
     print("给类添加静态方法")

 Person.hehe = hehe          # 给类添加静态方法

 Person.hehe()
 p1.hehe()

 @classmethod
 def fire(fir):
     print("给类添加类方法")

 Person.fire = fire

 Person.fire()

 p1.fire()

类和方法动态添加属性和方法

禁止添加动态方法

 #! /usr/bin/env python
 # -*- coding: utf-8 -*-
 # __author__ = "Always"
 # Date: 2017/7/2

 class Person(object):
     __slots__ = ("name", "age", "sex")

 p1 = Person()

 p1.name = 'zhang'
 p1.age = 18
 p1.sex = 'male'

 print(p1.name, p1.age, p1.sex)

 class Person(object):
     __slots__ = ("name", "age", "sex")

     def __init__(self, name, age, sex):
         self.name = name
         self.age = age
         self.sex = sex

 p1 = Person('zhang', 18, 'male')

 print(p1.name, p1.age, p1.sex)

 # 试过了，__slote__ 不可以放在 __init__ 里面

禁止添加动态方法

类做装饰器，其实原理和 函数 做装饰器原理差不多

 #! /usr/bin/env python
 # -*- coding: utf-8 -*-
 # __author__ = "Always"
 # Date: 2017/7/2

 class Outer(object):
     def __init__(self, func):
         print("---类做装饰器,初始化---")
         print("func name is %s"%func.__name__)
         self.__func = func

     def __call__(self, *args, **kwargs):
         print("---装饰器里面的功能---")
         self.__func()

 @Outer
 def foo():
     print("---foo---")

 foo()

实例一

 # __call__ 这个函数，可以通过 实例的对象的本来来调用这个函数，所以说，这个就可以把类来用作装饰器了
 # of couse，这个函数是可以有返回值的
 class Person(object):
     def __init__(self, name):
         self.name = name

     def __call__(self, *args, **kwargs):
         print(self.name)
         return ''

 p1 = Person('zhang')

 print(p1())

可以有返回值

断点调试

这个是写完了的情况下
python -m pdb test1.py

l---->list 显示当前的代码
n---->next 向下执行一行代码
c---->continue 继续执行代码

在这个模式中，使用 b 可以添加端点
>>b    意思是在第七行添加端点
>>b     可以看到所有断点及序号
>>clear 断点序号        删除

b---->break 添加端点

clear--> 删除断点

在call(函数)的时候，敲 s 回车，然后再 l，进入 call 里面执行

p a--->step 查看 a 变量的值

a--->args 查看所有形参的数据

q---->quit 退出调试

r---->return  快速执行道函数的最后一行

 #! /usr/bin/env python
 # -*- coding: utf-8 -*-
 # __author__ = "Always"
 # Date: 2017/7/2

 import pdb

 def add(a,b):
     c = a + b
     return c

 pdb.run("add(3,4)")   # 注意书写方式，括号里面是 引号，意思是让 pdb.run 来调用它，执行后 先输入 s 进入这个函数里面

 #==============另一种方法，文件里面下断点-程序里埋点，遇到就开始调试---------------

 def sub(a,b):
     c = a - b
     return c

 pdb.set_trace()
 ret = sub(3, 2)             # 直行道这里开始调试模式
 print(ret)

其它两种断点使用方法

多任务

 yield实现协程

 #! /usr/bin/env python
 # -*- coding: utf-8 -*-
 # __author__ = "Always"
 # Date: 2017/7/2

 def fun1():
     while True:
         print("--1--")
         yield None    # 可以没有返回值

 def fun2():
     while True:
         print("--2--")
         yield None

 f1 = fun1()
 f2 = fun2()

 while True:
     next(f1)
     next(f2)

实现多进程

import os

res = os.fork()--->主进程得到的值大于0， 子进程得到的值为0
print('heheh')

 #coding:utf-8

 import os

 res = os.fork()

 if res:
     while True:
         print("Are you OK?")
 else:
     while True:
         print("I am OK")

# 上面的 os.fork 会创建一个新的进程，执行下面的代码。
# 也就是说，print 会被执行两次
# os.fork() 会返回两次，一次是 0， 和其它，因为新的进程也要从这里往下走
# 这样的话就相当于执行了两次下面的流程。你可以判断返回值，让它执行两个内容
# 这个方法只可以在非 Windows 上面执行，如：linux, windows不支持这个
# 主进程结束后，子进程不会被杀死
# 缺点，占得资源比较大

os.getpid() ---> 进程 id
os.getppid() ---> 父进程 id

 #coding:utf-8

 import os
 import time

 a = 100

 res = os.fork()

 if res:
     for i in range(100):
         print(a)
         a -= 1
         time.sleep(0.01)
 else:
     for i in range(100):
         print(a)
         a += 1
         time.sleep(0.01)
 print("The last value:",a)

# 前面的结果我忽略了，直接看最后的结果吧
>>> The last value: 0
>>> The last value: 200

# 这说明了，多进程之间的全局变量是不共享的，其实很容理解，这两个已经相当于独立了。。。。

# 后期学习进程间的通信

# 进程后面再接 fork 的话，那么就相当于再执行 两次（主进程一次，子进程一次）

例：
　　os.fork()
　　os.fork()
　　os.fork()
　　print("----1----")
会被打印8次

======解决windows不能用的问题======
可以用于 windows 以及 linux，由模块的接口来调用，更具不同的电脑

from multiprocessing import Process
用这个方法，主进程会等待所有子进程结束

windows 比较奇怪，windows在起线程的时候需要把 start 放在 __name__ 里面，这是由于操作系统机制不同导致的，windows在起这个进程的时候，会导入这个文件，读取这个文件，如果不放在 __name__ 里面的话，就会进入无线起新进程的状态，所以会报错。

 # ! /usr/bin/env python
 # -*- coding: utf-8 -*-
 # __author__ = "Always"
 # Date: 2017/7/2

 from multiprocessing import Process, freeze_support
 import time

 def foo():
     for i in range(5):
         print("---foo---")
         time.sleep(1)

 def main():
     for i in range(5):   # 主程序继续执行
         print("---main---")
         time.sleep(1)

 if __name__ == "__main__":
     freeze_support()    # 那啥，我也不知道为什么加这个，不加反正也没事，等到讲到的时候重新做笔记吧
     p = Process(target=foo)  # 创建一个对象，让后，将函数赋值给 target
     p.start()  # 调用对象的方法，开始执行 foo 函数里面的代码

     p.join()   # 阻塞，等到子进程结束后，主程序才会继续往下走
                # 里面可以写个时间，如果到达这个秒数还没结束，那么主程序往后走

     p.terminate() # 不管子程序有没有结束，都kill掉它

     main()