怎么用Python写装饰器

这篇文章主要讲解了“怎么用Python写装饰器”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么用Python写装饰器”吧！

创新互联专注于尖扎网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供尖扎营销型网站建设，尖扎网站制作、尖扎网页设计、尖扎网站官网定制、成都小程序开发服务，打造尖扎网络公司原创品牌,更为您提供尖扎网站排名全网营销落地服务。

按照题目要求写出对应的函数。

要求：写一个函数，传入一个有若干个整数的列表，该列表中某个元素出现的次数超过了50%，返回这个元素。

def more_than_half(items):
   temp, 
times = None, 0
   for item 
in items:
       if times == 0:
           temp = item
           times += 1
       else:
           if item == temp:
               times += 1
           else:
               times -= 1
   return temp

点评：LeetCode上的题目，在Python面试中出现过，利用元素出现次数超过了50%这一特征，出现和temp相同的元素就将计数值加1，出现和temp不同的元素就将计数值减1。如果计数值为0，说明之前出现的元素已经对最终的结果没有影响，用temp记下当前元素并将计数值置为1。最终，出现次数超过了50%的这个元素一定会被赋值给变量temp。

按照题目要求写出对应的函数。

要求：写一个函数，传入的参数是一个列表（列表中的元素可能也是一个列表），返回该列表最大的嵌套深度。例如：列表[1, 2, 3]的嵌套深度为1，列表[[1], [2, [3]]]的嵌套深度为3。

def list_depth(items):
   if isinstance(items, list):
       max_depth = 
1
       for item 
in items:
           max_depth = max(list_depth(item) + 
1, max_depth)
       return max_depth
   return 0

点评：看到题目应该能够比较自然的想到使用递归的方式检查列表中的每个元素。

按照题目要求写出对应的装饰器。

要求：有一个通过网络获取数据的函数（可能会因为网络原因出现异常），写一个装饰器让这个函数在出现指定异常时可以重试指定的次数，并在每次重试之前随机延迟一段时间，最长延迟时间可以通过参数进行控制。

方法一：

from functools 
import wraps
from random 
import random
from time 
import sleep
def retry(*, retry_times=3, max_wait_secs=5, errors=(Exception, )):

   def decorate(func):

       @wraps(func)
       def wrapper(*args, **kwargs):
           for _ 
in range(retry_times):
               try:
                   return func(*args, **kwargs)
               except errors:
                   sleep(random() * max_wait_secs)
           return None

       return wrapper

   return decorate

方法二：

from functools import wraps
from random import random
from time import sleep
class Retry(object):

   def __init__(self, *, retry_times=3, max_wait_secs=5, errors=(Exception, )):
       self.retry_times = retry_times
       self.max_wait_secs = max_wait_secs
       self.errors = errors

   def __call__(self, func):

       @wraps(func)
       def wrapper(*args, **kwargs):
           for _ in range(self.retry_times):
               try:
                   return func(*args, **kwargs)
               except 
self.errors:
                   sleep(random() * 
self.max_wait_secs)
           return None

       return wrapper

点评：我们不止一次强调过，装饰器几乎是Python面试必问内容，这个题目比之前的题目稍微复杂一些，它需要的是一个参数化的装饰器。

写一个函数实现字符串反转，尽可能写出你知道的所有方法。

点评：烂大街的题目，基本上算是送人头的题目。

方法一：反向切片

def reverse_string(content):
   return content[::-1]

方法二：反转拼接

def reverse_string(content):
   return ''.join(reversed(content))

方法三：递归调用

def reverse_string(content):
   if len(content) <= 
1:
       return content
   return reverse_string(content[1:]) + content[0]

方法四：双端队列

from collections import deque

def 
reverse_string(content):
   q = deque()
   q.extendleft(content)
   return ''.join(q)

方法五：反向组装

from io 
import StringIO

def reverse_string(content):
   buffer = StringIO()
   for i in 
range(len(content) - 
1, 
-1, 
-1):
       buffer.write(content[i])
   return buffer.getvalue()

方法六：反转拼接

def reverse_string(content):
   return ''.join([content[i] 
for i 
in range(len(content) - 
1, 
-1, 
-1)])

方法七：半截交换

def reverse_string(content):
   length, content= len(content), list(content)
   for i in range(length // 
2):
       content[i], content[length - 
1 - i] = content[length - 
1 - i], content[i]
   return ''.join(content)

方法八：对位交换

def reverse_string(content):
   length, content= len(content), list(content)
   for i, j in zip(range(length // 
2), range(length - 
1, 
length // 
2 - 
1, -1)):
       content[i], content[j] = content[j], content[i]
   return ''.join(content)

扩展：这些方法其实都是大同小异的，面试的时候能够给出几种有代表性的就足够了。给大家留一个思考题，上面这些方法，哪些做法的性能较好呢？我们之前提到过剖析代码性能的方法，大家可以用这些方法来检验下你给出的答案是否正确。

按照题目要求写出对应的函数。

要求：列表中有1000000个元素，取值范围是[1000, 10000)，设计一个函数找出列表中的重复元素。

def find_dup(items: list):
   dups = [0] * 9000
   for item in items:
       dups[item - 1000] += 1
   for idx, val in enumerate(dups):
       if val > 1:
           yield idx + 1000

感谢各位的阅读，以上就是“怎么用Python写装饰器”的内容了，经过本文的学习后，相信大家对怎么用Python写装饰器这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！