def readFile(fileName, spliter): with open(fileName, 'r') as f: buffer = "" # 本次待输出的内容 while True: chunk = f.read(4) # 一次读取1024字节 if len(chunk)
在Python中，__new__和__init__都是特殊的方法（也称为魔术方法或dunder方法），它们在创建类实例时被调用，但它们的作用和调用时机不同。 __new__ 方法 __new__ 在创建对象之前被调用。 它负责创建并返回类的一个新实例。在Python中，当你使用class_name()来创建一个新对象时，实际上是调用了class_name.__new__(cls, *args
在上一篇文章Python中的可迭代对象、迭代器和生成器中我们了解了这三个概念。下面我们就来自定义一个可迭代对象。 class School: def __init__(self, students: list): self.student_list = students 为了把这个类变成可迭代的，我们需要实现__iter__方法，并返回这个类的迭代器。 class School:
在Python中，可迭代对象、迭代器和生成器是三个相关但不同的概念。下面我将分别解释它们的含义和区别： 可迭代对象 (Iterable) ++可迭代对象是指那些可以被用于for循环的对象++，或者用iter()函数可以获取其迭代器的对象。可迭代对象必须有一个__iter__()方法，该方法返回一个迭代器。常见的可迭代对象包括列表、元组、字典、集合以及字符串等。 # 列表是可迭代对象 my_li
在Python中，__del__是一个特殊的方法，它被称为对象的析构函数。当对象被垃圾回收时，这个方法会被调用。然而，需要注意的是，Python的垃圾回收机制并不保证__del__方法会在对象不再使用时立即被调用，因为Python使用的是引用计数机制来跟踪大多数对象的生命周期，并且++可能存在循环引用的情况++，这会导致对象延迟被垃圾回收。 因此，在大多数情况下，我们不建议重写__del__方法，
Python的垃圾收集机制通常是通过引用计数来跟踪和回收垃圾。但是，Python的内置对象类型（如整数，浮点数，字符串等）是不可变的，并且不是使用引用计数机制来管理的。这些对象会被Python的垃圾收集器直接处理，不需要人工干预。 对于像列表和字典这样的可变对象，垃圾收集器会跟踪对象的引用次数。当对象的引用次数降为0时，该对象即被视为垃圾，并由垃圾收集器回收。 例如，以下代码演示了引用计数的工作原
在上面这个例子中，我们会发现，第二次调用函数的时候，默认参数不再是空列表了，而是上一次调用之后那个有内容的列表。这是为什么呢？ 实际上，函数并创建之后，这个函数对象其实就会有一个属性叫做__defaults__，这是一个元组，里面存放着函数的默认参数值对象。我们可以打印出来看一下： 可以看到，在调用函数之前，__defaults__中的空列表对象就已经存在了。default_list是个变量引
在Python中，==和is用于比较两个对象，但它们的含义和用途有所不同。 ==操作符用于比较两个对象的值是否相等。当使用==时，Python会调用对象的__eq__()方法来比较两个对象的内容。如果两个对象的内容相同，即它们的数据或属性相等，==操作符将返回True，否则返回False。 例如： list1 = [1, 2, 3] list2 = [1, 2, 3] print(list1
在Python中，浅拷贝（Shallow Copy）和深拷贝（Deep Copy）是复制对象时使用的两种不同方法，它们在处理复合对象（例如列表、字典或其他包含嵌套对象的数据结构）时的行为上有所区别。 浅拷贝（Shallow Copy） 浅拷贝创建一个新对象，但它会插入到新对象中的是原始对象中找到的对象的引用。换句话说，**浅拷贝仅复制父对象，不复制父对象内部的子对象。**因此，如果你修改了原始对象
在 Python 中，可哈希对象（Hashable Objects）是指那些可以通过 hash() 函数计算出一个哈希值的对象，并且这些对象的哈希值在它们的生命周期内是不变的。换句话说，可哈希对象必须是不可变（immutable）的，因为它们的哈希值必须保持一致。 常见的可哈希对象包括大多数内置的不可变数据类型，例如： 字符串（str） 数字（int、float、complex） 元组（tupl
Python 中的列表推导式、集合推导式和字典推导式是 Python 语言中非常强大和便捷的语法结构，它们允许开发者以一种简洁和高效的方式创建和操作数据结构。 列表推导式 (List Comprehension) 列表推导式是一种创建列表的方法，它可以从另一个可迭代对象（如列表、元组、集合、字符串等）生成新的列表。列表推导式的基本语法如下： [expression for item in iter
在Python面向对象编程中，私有属性指的是那些仅在类内部可访问和修改的属性。虽然Python没有像其他一些语言（如Java或C++）那样的严格访问控制，但是它提供了一些约定来模拟私有属性的行为。 命名约定 Python中表示私有属性的约定是在属性名前加上双下划线__。这种约定告诉其他程序员，这个属性是私有的，不应该在类的外部被直接访问或修改。例如： class MyClass: def
在Python中，抽象类是一种特殊的类，它不能被直接实例化，主要用于++规范子类的接口++。抽象类通过++定义一些抽象方法++来实现这一点，这些抽象方法在抽象类中没有具体的实现，必须在子类中被具体实现。 抽象类和抽象方法的概念在Python中通过abc模块来实现。abc模块提供了ABCMeta类，这是一个用于创建抽象基类的元类，以及abstractmethod装饰器，用于声明抽象方法。 创建抽象类
在Python中，mixin是一种设计模式，它指的是一种可以为类++提供一些特定功能的类++，这些功能可以被其他类通过继承的方式引入。Mixins通常包含了一组方法和属性，它们可以被混合到不同的类中，以增强这些类的功能，而不会影响类的主要设计。 Mixins的主要目的是代码复用和抽象，它们允许开发者将一些通用的功能抽象出来，然后在++多个类中重用这些功能++，而不需要在每个类中重复编写相同的代码。
在Python中，super()是一个内置函数，用于解决继承关系中的MRO（方法解析顺序）问题。对于单继承而言，super就是让子类调用父类中的方法，但是对于多继承而言就没这么简单了。请看下面这个例子： class A: def __init__(self) -> None: print('A') class B(A): def __init__(self) -&g
Python中的匿名函数，也称为lambda函数，是一种简洁的定义小段代码的方式。这种函数的特点是不需要使用def关键字来定义一个标准的函数，而是使用lambda关键字来创建一个++匿名函数对象++。 <br> 语法 lambda arguments: expression 这里，arguments是传递给lambda函数的参数列表，而expression是一个表达式，该表达式的计算
首先，我实现了一个工具模块download.py，基于python的requests库下载文件并自动解压。download.py的代码如下： import requests, sys from requests.adapters import HTTPAdapter from urllib3.util.retry import Retry import zipfile import os def
Python是一种动态类型语言，它提供了强大的自省机制，允许开发者在运行时检查和了解对象的类型、属性和方法。自省是指在运行时获取对象信息的能力。Python中的自省机制主要包括以下几个方面： <br> type() 函数 type() 函数可以用来获取任何对象的类型信息。它返回一个类型对象，表示传入对象的类型。 my_list = [1, 2, 3] print(type(my_lis
在Python中，类方法、实例方法和静态方法是定义在类中的不同类型的方法，它们具有不同的用途和特点。 实例方法 (Instance Methods) 实例方法是类的最常见和基本的方法类型。它们在类的++实例上调用++，并且通常使用self参数来引用实例本身。实例方法可以访问和修改实例属性，以及执行与实例相关的操作。++它的第一个参数是self，表示方法的调用者，即类的实例。++ 类方法 (Cla
在之前的一篇文章中：Python用requests下载文件并展示进度条，我实现了Python用requests下载文件并展示进度条的工具函数。但这个工具的“健壮性”不高，因为我们平时下载大文件的时候经常会遇到连接失败的情况，需要重新下载。下面我们就来完善一下这个工具。 之前的代码如下： def download_large_file(url, file_name): res = reques
1.默认情况下，requests 会一次性下载整个响应内容。对于++大文件或流式数据++，如果希望边下载边处理数据，而不是等待整个文件下载完成。可以通过++设置 stream 参数为 True++来实现这一点。 import requests response = requests.get('http://example.org/large-file', stream=True) with o
在Python中，类属性和实例属性是面向对象编程中的两个重要概念。它们之间的主要区别在于它们所关联的对象类型以及它们的共享性。 类属性（Class Attributes） 类属性是定义在类级别的属性，它们属于类本身，而不是类的任何特定实例。这意味着++类的所有实例都会共享同一个属性++。类属性通常用于存储与整个类相关的数据，++例如计数器或者所有实例共有的配置信息++。 类属性是在类定义中直接声明
闭包（Closure）是Python中的一个高级概念，它指的是一个函数对象++能够记住并访问其创建时所在的作用域中的变量和状态++，即使这个函数在创建它的作用域之外被调用。 <br> 闭包的作用主要有以下几点： 1.访问在外部作用域中定义的变量。 2.允许函数携带额外的隐藏参数。 3.作为装饰器（Decorator）和偏函数（Partial function）的基础。 <br&g
在Python中几乎一切皆为对象。常见的对象类型具体可以分为以下几类： 1.基本数据类型： int：整数类型，表示没有小数部分的整数。 float：浮点数类型，表示带有小数部分的数值。 bool：布尔类型，表示真（True）或假（False）。 str：字符串类型，表示文本数据。 bytes：字节类型，表示不可变的字节序列。 2.容器类型： list：列表类型，表示有序的元素集合，元素可以是不同
什么是Python的魔术方法？ 在Python中，魔术方法（Magic Methods）是一些具有特殊名称的方法，通常以双下划线__开头和结尾，例如__init__、__len__等。它们在特定的操作或内置函数被调用时自动执行。 以下列举一些常见的魔术方法及其用途： init(self, [...]): 构造方法，在创建新实例时自动调用，用于初始化对象的状态。 del(self): 析构方法
什么是Python中的装饰器？ 定义如下：在不改变原函数的函数体的条件下，为原函数添加一些新功能。这是怎么实现的呢？我们直接以一个实际案例来理解一下装饰器是怎么来的： 比如，我们有这样的一个函数： 现在想要统计一下这个函数的执行时间，在函数执行开始前和结束后打印一些信息。代码如下： 我们可以把这一整段代码封装到一个新函数中，让封装后的新函数长得和原函数“很像”，使用方法也相同，只不过在保留了原
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
