Python 高级编程笔记之低于类别

前言：近日阅读《Python灰帽子-黑客与逆向工程师的Python编程之道》云里雾里，下一章节讲的到两个有名的调试器（PyDbg & Immunity debugger）。PyDbg环境搭建都搭建不好，各种问题，Immunity debugger环境搭建好了，也尝试玩了一下，按网上的教程编写了个小Demo，效果不佳，转战阅读《Python 高级编程》，现在笔记第二章节的内容。

目录：

1. 列表推导
2. 迭代器和生成器
3. 装饰器
4. with和contextlib

主要内容：
1.列表推导

# -*- coding:utf-8 -*-import random# 一般列表推导print [i for i in range(10)]# 使用enumerate进行列表推导seq = ["1", "3", "5", "7"]for i, el in enumerate(seq):    print "%d : %s" % (i, el)# 列表推导随机生成手机号print random.choice(['139', '136', '158', '151']) + "".join(random.choice("0123456789") for i in range(8))

2.迭代器和生成器

# -*- coding:utf-8 -*-# 迭代器有两个基本的方法# next方法：返回迭代器的下一个元素# __iter__方法：返回迭代器对象本身class Fab(object):    def __init__(self, max):        self.max = max        self.n, self.a, self.b = 0, 0, 1    def __iter__(self):        return self    def next(self):        if self.n < self.max:            r = self.b            self.a, self.b = self.b, self.a + self.b            self.n += 1            return r        raise StopIterationprint Fab(3)for i in Fab(3):    print i# 带有 yield 的函数在 Python 中被称之为 generator（生成器）def fab(max):    n, a, b = 0, 0, 1    while n < max:        yield b        a, b = b, a+b        n += 1print fab(5)for i in fab(5):    print i

运行结果：

3.装饰器

# -*- coding:utf-8 -*-# 装饰器是一个很著名的设计模式，经常被用于有切面需求的场景，# 较为经典的有插入日志、性能测试、事务处理等。装饰器是解决这# 类问题的绝佳设计，有了装饰器，我们就可以抽离出大量函数中与# 函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作# 用就是为已经存在的对象添加额外的功能。# 不带参数的装饰器def deco(func):    def _deco():        print("before myfunc() called.")        func()        print("after myfunc() called.")    return _deco@decodef myfunc():    print("myfunc() called.")    return 'ok'myfunc()# 带参数的装饰器def deco(func):    def _deco(a, b):        print("before myfunc() called.")        ret = func(a, b)        print("after myfunc() called. result: %s" % ret)        return ret    return _deco@decodef myfunc(a, b):    print("myfunc(%s,%s) called." % (a, b))    return a + bmyfunc(1, 2)

4.with和contextlib

# -*- coding:utf-8 -*-# contextlib是为了加强with语句，提供上下文机制的模块from contextlib import contextmanagerfrom contextlib import nestedfrom contextlib import closing@contextmanagerdef make_context(name):    print 'enter', name    yield name    print 'exit', namewith nested(make_context('A'), make_context('B')) as (a, b) :    print a    print bwith make_context('A') as a, make_context('B') as b :    print a    print bclass Door(object):    def open(self):        print 'Door is opened'    def close(self):        print 'Door is closed'with closing(Door()) as door :    door.open()

运行结果：

参考文献：
Python 迭代器 生成器
Python装饰器学习（九步入门）

总结：
书籍《Python灰帽子-黑客与逆向工程师的Python编程之道》是本好书，可惜初看时很难去理解，好好学习一下《Python 高级编程》，笔记中的装饰器，生成器，迭代器在代码中有看过，但没去深入的了解这些，今天算是补一补了

本人利用Bootstrap + EasyUI + Django开发网站：http://www.xuyangting.com/ 欢迎来访

阳台测试： 239547991（群号）

本人博客：http://xuyangting.sinaapp.com/