精心整理的 Python 相关的基础知识,用于面试,或者平时复习,都是很好的!废话不多说,直接开搞
基础篇
1. 为什么学习 Python
2. 解释型和编译型语言的区别
3. 简述下 Python 中的字符串、列表、元组和字典
4. 简述上述数据类型的常用方法
5. 简述 Python 中的字符串编码
6.一行代码实现数值交换
7. is 和 == 的区别
8.Python 函数中的参数类型
9.`*arg` 和 `**kwarg` 作用
10.一行代码实现1-100之和
11.获取当前时间
12.PEP8 规范
13.Python 的深浅拷贝
14.查看下面代码的输出
15.可变类型与不可变类型
16.打印九九乘法表
17.filter、map、reduce 的作用
18.re 的 match 和 search 区别
19.面向对象中`__new__` 和 `__init__` 区别
20.三元运算规则
21.生成随机数
22.zip 函数用法
23.range 和 xrange 的区别
24.with 方法打开文件的作用
25.什么是正则的贪婪匹配
26.为什么不建议函数的默认参数传入可变对象
27.字符串转列表
28.字符串转整数
29.删除列表中的重复值
30.字符串单词统计
31.列表推导,求奇偶数
32.一行代码展开列表
33.实现二分法查找函数
34.字典和 json 转换
35.列表推导式、字典推导式和生成器
36.简述 read、readline、readlines 的区别
37.打乱一个列表
38.反转字符串
39.单下划线和双下划线的作用
40.新式类和旧式类
41.Python 面向对象中的继承有什么特点
42.super 函数的作用
43.类中的各种函数
44.如何判断是函数还是方法
45.isinstance 的作用以及与 type()的区别
46.单例模式与工厂模式
47.查看目录下的所有文件
48.计算1到5组成的互不重复的三位数
49.去除字符串首尾空格
50.去除字符串中间的空格
51. 字符串格式化方式
52. 将"hello world"转换为首字母大写"Hello World"(不使用 title 函数)
53. 一行代码转换列表中的整数为字符串
54. 合并两个元组到字典
55. 给出如下代码的输入,并简单解释
56. Python 中的反射
57. 实现一个简单的 API
58. metaclass 元类
59. sort 和 sorted 的区别
60. Python 中的 GIL
61. 产生8位随机密码
62. 输出原始字符
63. 列表内,字典按照 value 大小排序
64. 简述 any() 和 all() 方法
65. 反转整数
66. 函数式编程
67. 简述闭包
68. 简述装饰器
69. 协程的优点
70. 实现一个斐波那契数列
71. 正则切分字符串
72. yield 用法
73. 冒泡排序
74. 快速排序
75. requests 简介
76. 比较两个 json 数据是否相等
77. 读取键盘输入
78. enumerate
79. pass 语句
80. 正则匹配邮箱
81. 统计字符串中大写字母的数量
82. json 序列化时保留中文
83. 简述继承
84. 什么是猴子补丁
85. help() 函数和 dir() 函数
86. 解释 Python 中的`//`,`%`和`**`运算符
87. 主动抛出异常
88. tuple 和 list 转换
89. 简述断言
90. 什么是异步非阻塞
91. 什么是负索引
92. 退出 Python 后,内存是否全部释放
93. Flask 和 Django 的异同
94. 创建删除操作系统上的文件
95. 简述 logging 模块
96. 统计字符串中单词出现次数
97. 正则 re.complie 的作用
98. try except else finally 的意义
99.反转列表
100. 字符串中数字替换
综合篇:网络编程
101. 简述 OSI 七层协议
102. 三次握手、四次挥手的流程
103. 什么是 C/S 和 B/S 架构
104. TCP 和 UDP 的区别
105. 局域网和广域网
106. arp 协议
107. 什么是 socket?简述基于 TCP 协议的套接字通信流程
108. 简述 进程、线程、协程的区别以及应用场景
109. 如何使用线程池和进程池
110. 进程之间如何进行通信
111. 进程锁和线程锁
112. 什么是并发和并行
113. threading.local 的作用
114. 什么是域名解析
115. LVS 是什么及作用
116. Nginx 的作用
117. keepalived 及 HAProxy
118. 什么是 rpc
119. 从浏览器输入一个网址到展示网址页面的过程
120. 什么是cdn
综合篇:数据库和框架
121. 列举常见的数据库
122. 数据库设计三大范式
123. 什么是数据库事务
124. MySQL 索引种类
125. 数据库设计中一对多和多对多的应用场景
126. 简述触发器、函数、视图、存储过程
127. 常用 SQL 语句
128. 主键和外键的区别
129. 如何开启 MySQL 慢日志查询
130. MySQL 数据库备份命令
131. char 和 varchar 的区别
132. 最左前缀原则
133. 无法命中索引的情况
134. 数据库读写分离
135. 数据库分库分表
136. redis 和 memcached 比较
137. redis中数据库默认是多少个 db 及作用
138. redis 有哪几种持久化策略
139. redis 支持的过期策略
140. 如何保证 redis 中的数据都是热点数据
141. Python 操作 redis
142. 基于 redis 实现发布和订阅
143. 如何高效的找到 redis 中的某个 KEY
144. 基于 redis 实现先进先出、后进先出及优先级队列
145. redis 如何实现主从复制
146. 循环获取 redis 中某个非常大的列表数据
147. redis 中的 watch 的命令的作用
148. redis 分布式锁
149. http 协议
150. uwsgi,uWSGI 和 WSGI 的区别
151. HTTP 状态码
152. HTTP常见请求方式
153. 响应式布局
154. 实现一个简单的 AJAX 请求
155. 同源策略
156. 什么是 CORS
157. 什么是 CSRF
158. 前端实现轮询、长轮询
159. 简述 MVC 和 MTV
160. 接口的幂等性
161. Flask 框架的优势
162. 什么是 ORM
163. PV、UV 的含义
164. supervisor 的作用
165. 使用 ORM 和原生 SQL 的优缺点
166. 列举一些 django 的内置组件
167. 列举 Django 中执行原生 sql 的方法
168. cookie 和 session 的区别
169. beautifulsoup 模块的作用
170. Selenium 模块简述
Python 语言简单易懂,上手容易,随着 AI 风潮,越来越火
编译型语言:把做好的源程序全部编译成二进制的可运行程序。然后,可直接运行这个程序。如:C,C++ 解释型语言:把做好的源程序翻译一句,然后执行一句,直至结束!如:Python, (Java 有些特殊,java程序也需要编译,但是没有直接编译称为机器语言,而是编译称为字节码,然后用解释方式执行字节码。)
字符串(str):字符串是用引号括起来的任意文本,是编程语言中最常用的数据类型。列表(list):列表是有序的集合,可以向其中添加或删除元素。元组(tuple):元组也是有序集合,但是是无法修改的。即元组是不可变的。字典(dict):字典是无序的集合,是由 key-value 组成的。集合(set):是一组 key 的集合,每个元素都是唯一,不重复且无序的。
字符串:
切片 mystr='luobodazahui' mystr[1:3] output 'uo'
format mystr2 = "welcome to luobodazahui, dear {name}" mystr2.format(name="baby") output 'welcome to luobodazahui, dear baby'
join 可以用来连接字符串,将字符串、元组、列表中的元素以指定的字符(分隔符)连接生成一个新的字符串。mylist = ['luo', 'bo', 'da', 'za', 'hui'] mystr3 = '-'.join(mylist) print(mystr3) outout 'luo-bo-da-za-hui'
replace String.replace(old,new,count) 将字符串中的 old 字符替换为 New 字符,count 为替换的个数 mystr4 = 'luobodazahui-haha' print(mystr4.replace('haha', 'good'))
output luobodazahui-good
split 切割字符串,得到一个列表
- mystr5 = 'luobo,dazahui good'
- # 以空格分割
- print(mystr5.split())
- # 以h分割
- print(mystr5.split('h'))
- # 以逗号分割
- print(mystr5.split(','))
output
- ['luobo,dazahui', 'good']
- ['luobo,daza', 'ui good']
- ['luobo', 'dazahui good']
列表:
切片 同字符串
append 和 extend 向列表中国添加元素
- mylist1 = [1, 2]
- mylist2 = [3, 4]
- mylist3 = [1, 2]
- mylist1.append(mylist2)
- print(mylist1)
- mylist3.extend(mylist2)
- print(mylist3)
outout
- [1, 2, [3, 4]]
- [1, 2, 3, 4]
删除元素 del:根据下标进行删除 pop:删除最后一个元素 remove:根据元素的值进行删除
- mylist4 = ['a', 'b', 'c', 'd']
- del mylist4[0]
- print(mylist4)
- mylist4.pop()
- print(mylist4)
- mylist4.remove('c')
- print(mylist4)
output
- ['b', 'c', 'd']
- ['b', 'c']
- ['b']
元素排序 sort:是将list按特定顺序重新排列,默认为由小到大,参数 reverse=True 可改为倒序,由大到小。reverse:是将list逆置
- mylist5 = [1, 5, 2, 3, 4]
- mylist5.sort()
- print(mylist5)
- mylist5.reverse()
- print(mylist5)
output
- [1, 2, 3, 4, 5]
- [5, 4, 3, 2, 1]
字典:
清空字典 dict.clear()
- dict1 = {'key1':1, 'key2':2}
- dict1.clear()
- print(dict1)
output
{}
指定删除 使用 pop 方法来指定删除字典中的某一项
- dict1 = {'key1':1, 'key2':2}
- d1 = dict1.pop('key1')
- print(d1)
- print(dict1)
output
- 1
- {'key2': 2}
遍历字典
- dict2 = {'key1':1, 'key2':2}
- mykey = [key for key in dict2]
- print(mykey)
- myvalue = [value for value in dict2.values()]
- print(myvalue)
- key_value = [(k, v) for k, v in dict2.items() ]
- print(key_value)
output
- ['key1', 'key2']
- [1, 2]
- [('key1', 1), ('key2', 2)]
fromkeys 用于创建一个新字典,以序列中元素做字典的键,value 为字典所有键对应的初始值
- keys = ['zhangfei', 'guanyu', 'liubei', 'zhaoyun']
- dict.fromkeys(keys, 0)
output
{'zhangfei': 0, 'guanyu': 0, 'liubei': 0, 'zhaoyun': 0}
计算机在最初的设计中,采用了8个比特(bit)作为一个字节(byte)的方式。一个字节能表示的最大的整数就是255(二进制11111111=十进制255),如果要表示更大的整数,就必须用更多的字节。最早,计算机只有 ASCII 编码,即只包含大小写英文字母、数字和一些符号,这些对于其他语言,如中文,日文显然是不够用的。后来又发明了Unicode,Unicode把所有语言都统一到一套编码里,这样就不会再有乱码问题了。当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码。UTF-8 是隶属于 Unicode 的可变长的编码方式。在 Python 中,以 Unicode 方式编码的字符串,可以使用 encode() 方法来编码成指定的 bytes,也可以通过 decode() 方法来把 bytes 编码成字符串。encode
"中文".encode('utf-8')
output
b'\xe4\xb8\xad\xe6\x96\x87'
decode
b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
output
'中文'
- 1a = 1
- 2b = 2
- 3a, b = b, a
- 4print(a, b)
output
12 1
先来看个例子
- c = d = [1,2]
- e = [1,2]
- print(c is d)
- print(c == d)
- print(c is e)
- print(c == e)
output
- True
- True
- False
- True
== 是比较操作符,只是判断对象的值(value)是否一致,而 is 则判断的是对象之间的身份(内存地址)是否一致。对象的身份,可以通过 id() 方法来查看
- id(c)
- id(d)
- id(e)
output
- 88748080
- 88748080
- 88558288
可以看出,只有 id 一致时,is 比较才会返回 True,而当 value 一致时,== 比较就会返回 True
位置参数,默认参数,可变参数,关键字参数
*arg
和 **kwarg
作用允许我们在调用函数的时候传入多个实参
- def test(*arg, **kwarg):
- if arg:
- print("arg:", arg)
- if kwarg:
- print("kearg:", kwarg)
- test('ni', 'hao', key='world')
output
- arg: ('ni', 'hao')
- kearg: {'key': 'world'}
可以看出,*arg
会把位置参数转化为 tuple**kwarg
会把关键字参数转化为 dict
sum(range(1, 101))
- import time
- import datetime
- print(datetime.datetime.now())
- print(time.strftime('%Y-%m-%d %H:%M:%S'))
output
- 2019-06-07 18:12:11.165330
- 2019-06-07 18:12:11
简单列举10条:尽量以免单独使用小写字母'l',大写字母'O',以及大写字母'I'等容易混淆的字母。函数命名使用全部小写的方式,可以使用下划线。常量命名使用全部大写的方式,可以使用下划线。使用 has 或 is 前缀命名布尔元素,如: is_connect = True; has_member = False 不要在行尾加分号, 也不要用分号将两条命令放在同一行。不要使用反斜杠连接行。顶级定义之间空2行, 方法定义之间空1行,顶级定义之间空两行。如果一个类不继承自其它类, 就显式的从object继承。内部使用的类、方法或变量前,需加前缀_
表明此为内部使用的。要用断言来实现静态类型检测。
浅拷贝
- import copy
- list1 = [1, 2, 3, [1, 2]]
- list2 = copy.copy(list1)
- list2.append('a')
- list2[3].append('a')
- print(list1, list2)
output
[1, 2, 3, [1, 2, 'a']] [1, 2, 3, [1, 2, 'a'], 'a']
能够看出,浅拷贝只成功”独立“拷贝了列表的外层,而列表的内层列表,还是共享的
深拷贝
- import copy
- list1 = [1, 2, 3, [1, 2]]
- list3 = copy.deepcopy(list1)
- list3.append('a')
- list3[3].append('a')
- print(list1, list3)
output
[1, 2, 3, [1, 2]] [1, 2, 3, [1, 2, 'a'], 'a']
深拷贝使得两个列表完全独立开来,每一个列表的操作,都不会影响到另一个
- def num():
- return [lambda x:i*x for i in range(4)]
- print([m(1) for m in num()])
output
[3, 3, 3, 3]
通过运行结果,可以看出 i 的取值为3,很神奇
可变数据类型:list、dict、set
不可变数据类型:int/float、str、tuple
- for i in range(1, 10):
- for j in range(1, i+1):
- print("%s*%s=%s " %(i, j, i*j), end="")
- print()
output
- 1*1=1
- 2*1=2 2*2=4
- 3*1=3 3*2=6 3*3=9
- 4*1=4 4*2=8 4*3=12 4*4=16
- 5*1=5 5*2=10 5*3=15 5*4=20 5*5=25
- 6*1=6 6*2=12 6*3=18 6*4=24 6*5=30 6*6=36
- 7*1=7 7*2=14 7*3=21 7*4=28 7*5=35 7*6=42 7*7=49
- 8*1=8 8*2=16 8*3=24 8*4=32 8*5=40 8*6=48 8*7=56 8*8=64
- 9*1=9 9*2=18 9*3=27 9*4=36 9*5=45 9*6=54 9*7=63 9*8=72 9*9=81
print 函数,默认是会换行的,其有一个默认参数 end,如果像例子中,我们把 end 参数显示的置为"",那么 print 函数执行完后,就不会换行了,这样就达到了九九乘法表的效果了
filter 函数用于过滤序列,它接收一个函数和一个序列,把函数作用在序列的每个元素上,然后根据返回值是True还是False决定保留还是丢弃该元素
- mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
- list(filter(lambda x: x%2 == 1, mylist))
output
[1, 3, 5, 7, 9]
保留奇数列表
map 函数传入一个函数和一个序列,并把函数作用到序列的每个元素上,返回一个可迭代对象
- mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
- list(map(lambda x: x*2, mylist))
output
[2, 4, 6, 8, 10, 12, 14, 16, 18]
reduce 函数用于递归计算,同样需要传入一个函数和一个序列,并把函数和序列元素的计算结果与下一个元素进行计算
- from functools import reduce
- reduce(lambda x, y: x+y, range(101))
output
5050
可以看出,上面的三个函数与匿名函数相结合使用,可以写出强大简洁的代码
match()函数只检测要匹配的字符是不是在 string 的开始位置匹配,search()会扫描整个 string 查找匹配
__new__
和 __init__
区别__new__
是在实例创建之前被调用的,因为它的任务就是创建实例然后返回该实例对象,是个静态方法。__init__
是当实例对象创建完成后被调用的,然后设置对象属性的一些初始值,通常用在初始化一个类实例的时候,是一个实例方法
1、__new__
至少要有一个参数 cls,代表当前类,此参数在实例化时由 Python 解释器自动识别。2、__new__
必须要有返回值,返回实例化出来的实例,这点在自己实现__new__
时要特别注意,可以 return 父类(通过 super(当前类名, cls))__new__
出来的实例,或者直接是 object 的__new__
出来的实例。3、__init__
有一个参数 self,就是这个__new__
返回的实例,__init__
在__new__
的基础上可以完成一些其它初始化的动作,__init__
不需要返回值。4、如果__new__
创建的是当前类的实例,会自动调用__init__
函数,通过 return 语句里面调用的__new__
函数的第一个参数是 cls 来保证是当前类实例,如果是其他类的类名,;那么实际创建返回的就是其他类的实例,其实就不会调用当前类的__init__
函数,也不会调用其他类的__init__
函数
- a, b = 1, 2
- # 若果 a>b 成立 就输出 a-b 否则 a+b
- h = a-b if a>b else a+b
output
3
- print(random.random())
- print(random.randint(1, 100))
- print(random.uniform(1,5))
output
- 0.03765019937131564
- 18
- 1.8458555362279228
zip() 函数将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表
- list1 = ['zhangfei', 'guanyu', 'liubei', 'zhaoyun']
- list2 = [0, 3, 2, 4]
- list(zip(list1, list2))
output
[('zhangfei', 0), ('guanyu', 3), ('liubei', 2), ('zhaoyun', 4)]
range([start,] stop[, step]),根据start与stop指定的范围以及step设定的步长,生成一个序列。而 xrange 生成一个生成器,可以很大的节约内存
开文件在进行读写的时候可能会出现一些异常状况,如果按照常规的 f.open 写法,我们需要 try,except,finally,做异常判断,并且文件最终不管遇到什么情况,都要执行 finally f.close() 关闭文件,with 方法帮我们实现了 finally 中 f.close
Python 中默认是贪婪匹配模式
贪婪模式:正则表达式一般趋向于最大长度匹配
非贪婪模式:在整个表达式匹配成功的前提下,尽可能少的匹配
例如:
- def test(L=[]):
- L.append('test')
- print(L)
output
- test() # ['test']
- test() # ['test', 'test']
默认参数是一个列表,是可变对象[],Python 在函数定义的时候,默认参数 L 的值就被计算出来了,是[],每次调用函数,如果 L 的值变了,那么下次调用时,默认参数的值就已经不再是[]了
- mystr = '1,2,3'
- mystr.split(',')
output
['1', '2', '3']
- mylist = ['1', '2', '3']
- list(map(lambda x: int(x), mylist))
output
[1, 2, 3]
- mylist = [1, 2, 3, 4, 5, 5]
- list(set(mylist))
- from collections import Counter
- mystr = 'sdfsfsfsdfsd,were,hrhrgege.sdfwe!sfsdfs'
- Counter(mystr)
- output
- Counter({'s': 9,
- 'd': 5,
- 'f': 7,
- ',': 2,
- 'w': 2,
- 'e': 5,
- 'r': 3,
- 'h': 2,
- 'g': 2,
- '.': 1,
- '!': 1})
[x for x in range(10) if x%2 == 1]
output
[1, 3, 5, 7, 9]
- list1 = [[1,2],[3,4],[5,6]]
- [j for i in list1 for j in i]
output
[1, 2, 3, 4, 5, 6]
二分查找算法也称折半查找,基本思想就是折半,对比大小后再折半查找,必须是有序序列才可以使用二分查找
递归算法
- def binary_search(data, item):
- # 递归
- n = len(data)
- if n > 0:
- mid = n // 2
- if data[mid] == item:
- return True
- elif data[mid] > item:
- return binary_search(data[:mid], item)
- else:
- return binary_search(data[mid+1:], item)
- return False
- list1 = [1,4,5,66,78,99,100,101,233,250,444,890]
- binary_search(list1, 999)
非递归算法
- def binary_search(data, item):
- # 非递归
- n = len(data)
- first = 0
- last = n - 1
- while first <= last:
- mid = (first + last)//2
- if data[mid] == item:
- return True
- elif data[mid] > item:
- last = mid - 1
- else:
- first = mid + 1
- return False
- list1 = [1,4,5,66,78,99,100,101,233,250,444,890]
- binary_search(list1, 99)
字典转 json
- import json
- dict1 = {'zhangfei':1, "liubei":2, "guanyu": 4, "zhaoyun":3}
- myjson = json.dumps(dict1)
- myjson
- output
- '{"zhangfei": 1, "liubei": 2, "guanyu": 4, "zhaoyun": 3}'
- json 转字典
- mydict = json.loads(myjson)
- mydict
output
{'zhangfei': 1, 'liubei': 2, 'guanyu': 4, 'zhaoyun': 3}
- import random
- td_list=[i for i in range(10)]
- print("列表推导式", td_list, type(td_list))
- ge_list = (i for i in range(10))
- print("生成器", ge_list)
- dic = {k:random.randint(4, 9)for k in ["a", "b", "c", "d"]}
- print("字典推导式",dic,type(dic))
output
- 列表推导式 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class 'list'>
- 生成器
object at 0x0139F070> - 字典推导式 {'a': 6, 'b': 5, 'c': 8, 'd': 9} <class 'dict'>
read 读取整个文件
readline 读取下一行,使用生成器方法
readlines 读取整个文件到一个迭代器以供我们遍历
- list2 = [1, 2, 3, 4, 5, 6]
- random.shuffle(list2)
- print(list2)
output
[4, 6, 5, 1, 2, 3]
- str1 = 'luobodazahui'
- str1[::-1]
output
'iuhazadoboul'
__foo__
:一种约定,Python 内部的名字,用来区别其他用户自定义的命名,以防冲突,就是例如__init__()
,__del__()
,__call__()
些特殊方法
_foo
:一种约定,用来指定变量私有。不能用 from module import * 导入,其他方面和公有变量一样访问
__foo
:这个有真正的意义:解析器用_classname__foo
来代替这个名字,以区别和其他类相同的命名,它无法直接像公有成员一样随便访问,通过对象名._
类名__xxx
这样的方式可以访问
a. 在 python 里凡是继承了 object 的类,都是新式类
b. Python3 里只有新式类
c. Python2 里面继承 object 的是新式类,没有写父类的是经典类
d. 经典类目前在 Python 里基本没有应用
a. 同时支持单继承与多继承,当只有一个父类时为单继承,当存在多个父类时为多继承
b. 子类会继承父类所有的属性和方法,子类也可以覆盖父类同名的变量和方法
c. 在继承中基类的构造(__init__()
)方法不会被自动调用,它需要在其派生类的构造中专门调用
d. 在调用基类的方法时,需要加上基类的类名前缀,且需要带上 self 参数变量。区别于在类中调用普通函数时并不需要带上 self 参数
super() 函数是用于调用父类(超类)的一个方法
- class A():
- def funcA(self):
- print("this is func A")
- class B(A):
- def funcA_in_B(self):
- super(B, self).funcA()
-
- def funcC(self):
- print("this is func C")
-
- ins = B()
- ins.funcA_in_B()
- ins.funcC()
output
- this is func A
- this is func C
主要分为实例方法、类方法和静态方法
实例方法
定义:第一个参数必须是实例对象,该参数名一般约定为“self”,通过它来传递实例的属性和方法(也可以传类的属性和方法)
调用:只能由实例对象调用
类方法
定义:使用装饰器@classmethod。第一个参数必须是当前类对象,该参数名一般约定为“cls”,通过它来传递类的属性和方法(不能传实例的属性和方法)
调用:实例对象和类对象都可以调用
静态方法
定义:使用装饰器@staticmethod。参数随意,没有“self”和“cls”参数,但是方法体中不能使用类或实例的任何属性和方法
调用:实例对象和类对象都可以调用
静态方法是类中的函数,不需要实例。静态方法主要是用来存放逻辑性的代码,主要是一些逻辑属于类,但是和类本身没有交互。即在静态方法中,不会涉及到类中的方法和属性的操作。可以理解为将静态方法存在此类的名称空间中
类方法是将类本身作为对象进行操作的方法。他和静态方法的区别在于:不管这个方式是从实例调用还是从类调用,它都用第一个参数把类传递过来
与类和实例无绑定关系的 function 都属于函数(function)
与类和实例有绑定关系的 function 都属于方法(method)
普通函数:
- def func1():
- pass
- print(func1)
- output
0x01379348> - 类中的函数:
- class People(object):
- def func2(self):
- pass
- @staticmethod
- def func3():
- pass
- @classmethod
- def func4(cls):
- pass
- people = People()
- print(people.func2)
- print(people.func3)
- print(people.func4)
output
- <bound method People.func2 of <__main__.People object at 0x013B8C90>>
- <function People.func3 at 0x01379390>
- <bound method People.func4 of <class '__main__.People'>>
isinstance() 函数来判断一个对象是否是一个已知的类型,类似 type()
区别:
type() 不会认为子类是一种父类类型,不考虑继承关系
isinstance() 会认为子类是一种父类类型,考虑继承关系
- class A(object):
- pass
- class B(A):
- pass
- a = A()
- b = B()
- print(isinstance(a, A))
- print(isinstance(b, A))
- print(type(a) == A)
- print(type(b) == A)
output
- True
- True
- True
- False
单例模式:主要目的是确保某一个类只有一个实例存在
工厂模式:包涵一个超类,这个超类提供一个抽象化的接口来创建一个特定类型的对象,而不是决定哪个对象可以被创建
- import os
- print(os.listdir('.'))
- # 1到5组成的互不重复的三位数
- k = 0
- for i in range(1, 6):
- for j in range(1, 6):
- for z in range(1, 6):
- if (i != j) and (i != z) and (j != z):
- k += 1
- if k%6:
- print("%s%s%s" %(i, j, z), end="|")
- else:
- print("%s%s%s" %(i, j, z))
output
- 123|124|125|132|134|135
- 142|143|145|152|153|154
- 213|214|215|231|234|235
- 241|243|245|251|253|254
- 312|314|315|321|324|325
- 341|342|345|351|352|354
- 412|413|415|421|423|425
- 431|432|435|451|452|453
- 512|513|514|521|523|524
- 531|532|534|541|542|543
- str1 = " hello nihao "
- str1.strip()
output
'hello nihao'
- str2 = "hello you are good"
- print(str2.replace(" ", ""))
- "".join(str2.split(" "))
output
- helloyouaregood
- 'helloyouaregood'
....博主太懒了字数太多了,不想写了....文章已经做成PDF,有需要的朋友可以私信我免费获取!