|
来源：C与Python实战（ID：CPythonPractice） 本文中，我们将学习多种不同的程序设计技术，并介绍很多附加的、通常也是更高级的Python 语法。
本节没有任何新的语法，以之前的内容为基础给出一种有用的程序设计技术。
Python 中，函数本身是一种对象，函数名就是对函数的对象引用。如果我们写一个函数名，其后面没有小括号，Python 会知道我们是将其当做对象引用。
假设我们要做一个控制台程序，该程序有几个菜单： (A)dd (E)dit (L)ist (R)emove (Q)uit
用户可以输入a、e、l、r、q 分别进入各个菜单，我们一般的思路是使用 if...else... 语句来实现： if action == 'a':
add_dvd(db)
elif action == 'e':
edit_dvd(db)
elif action == 'l':
list_dvds(db)
elif action == 'q':
quit(db)
用户的选择存放在变量 action 中。 下面介绍一种简单的方法，既然函数是对象，那么就可以放到字典中当做键或值来对待。 # 使用字典进行分支
functions = dict(a=add_dvd, e=edit_db, l=list_db, q=quit)
functions[action](db)
代码中，我们创建了一个字典，其键为菜单选项，其值为函数引用；第二条语句中，我们取回与给定操作对应的函数引用，并使用调用操作符() 调用被引用的函数，并且传递参数 db 。使用字典进行分支的代码，不仅简短，而且更容易扩展，并且在扩展的同时不影响性能。 之前介绍过了生成器函数与方法，创建生成器表达式也是可能的。在语法上，这与列表内涵几乎是一样的，区别在于：语句包含在圆括号中，而不是方括号中。其语法格式为：(expression for item in iterable)
(expression for item in iterable if condition)
下面两个代码片段分别展示了通过 yield 和 for…in 循环实现的生成器： # 代码片段一
def items_in_key_order(d):
for key in sorted(d):
yield key, d[key]
# 代码片段二
def items_in_key_order(d):
return ((key, d[key]) for key in sorted(d))
生成器提供了一种执行“惰性”评估的方法，这意味着只有在实际需要的时候才计算值，这比一次性计算一个很大的列表要更加高效。有效的生成器可以生成我们需要数量的值——而没有上限，比如： # 没有上限的生成器
def quarters(next_quart=0.0):
while True:
yield next_quart
next_quart += 0.25
这一函数将返回 0.0、0.25、0.5 … …，以此类推。下面展示如何使用该生成器： result = []
for x in quarters():
result.append(x)
if x > 1.0:
break
某些场合中，编写一段代码，并用其生成我们所需要的代码，回避直接编写所需要的代码更简单。
1.3.1 动态代码的执行要执行表达式，最简单的方法是使用内置的 eval() 函数，其原型为： eval(expression, globals=None, locals=None) ：将字符串str当成有效的表达式来求值并返回计算结果。globals 和 locals参数是可选的，如果提供了globals参数，那么它必须是dictionary类型；如果提供了locals参数，那么它可以是任意的map对象。
举例如下： x = eval('(2 ** 31) - 1') # x = 2147483647
表达式比较简单，如果是动态创建一个函数呢？这时我们需要使用内置的 exec() 函数，其原型为： exec(object[, globals[, locals]])
object：必选参数，表示需要被指定的Python代码。它必须是字符串或code对象。如果object是一个字符串，该字符串会先被解析为一组Python语句，然后在执行（除非发生语法错误）。如果object是一个code对象，那么它只是被简单的执行。 globals：可选参数，表示全局命名空间（存放全局变量），如果被提供，则必须是一个字典对象。 locals：可选参数，表示当前局部命名空间（存放局部变量），如果被提供，可以是任何映射对象。如果该参数被忽略，那么它将会取与globals相同的值。
import math
code = '''
def area_of_sphere(r):
return 4 * math.pi * r ** 2
'''
context = {}
context['math'] = math
exec(code, context)
必须使用正确的缩进，因为引用的代码是标准的 Python 代码。 如果调用 exec() 时仅以某些代码作为其唯一的参数，那么没有途径可以存取该代码执行后创建的任何函数或变量，而且，exec() 不能存取任意导入的模块，也不能存取调用时在范围内的任何变量、函数或其他对象。这两个问题都可以通过穿第一个字典作为第二个参数来解决，字典提供了存放对象引用的场所，使得其在 exec() 调用结束后仍然可以存放。 执行上面的exec() 调用后，context 字典中将包含一个名为“area_of_shpere” 的键，其值为 area_of_sphere() 函数，下面展示如何访问与调用该函数： area_of_sphere = context['area_of_sphere']
area = area_of_sphere(5)
print(area)
[out]
314.1592653589793
1.3.2 动态导入模块动态导入模块最简单的方法是是使用 __import__(module) 说明： 1. 函数功能用于动态的导入模块，主要用于反射或者延迟加载模块。
2. __import__(module)相当于import module
函数与方法在定义时都可以带有注释——可用在函数签名中的表达式，下面是其通常语法：
def functionName(par1 : exp1, par2 : exp2, ..., parN : expN) -> rexp:
suite
每个冒号表达式部分(:expN)是一个可选的注释，箭头返回表达式部分(->rexp)也是，最后的位置参数（如果存在）可以是 *args 的形式，可以带注释，也可以不带注释，类似的，最后（或仅有）的关键字参数（如果存在）可以是 **kwargs 的形式，也是带或不带注释均可。 如果存在注释，就会被添加到函数的 __annotations__ 字典中；如果不存在，此字典为空。 def print_str(s : str) -> bool:
print(s)
return True if s == '' else False
print(print_str.__annotations__)
result = print_str('python')
print(result)
result = print_str('')
print(result)
[out]
{'s': class 'str'>, 'return': class 'bool'>}
python
False
True
从输出可以看到注释已经被添加到函数的 __annotations__ 字典里了。
|
