python開發基礎04-函數、遞歸、匿名函數、高階函數、裝飾器

匿名函數 lamba

lambda x,y,z=1:x+y+z

匿名就是沒有名字
def func(x,y,z=1):
    return x+y+z

匿名
lambda x,y,z=1:x+y+z #與函數有相同的做用域，可是匿名意味着引用計數爲0，使用一次就釋放，除非讓其有名字
func=lambda x,y,z=1:x+y+z 
func(1,2,3)
#讓其有名字就沒有意義

　　

 

map函數

 map返回的是一次性迭代器

map（）函數是python內置的高階函數，對傳入的list的每個元素進行映射，返回一個新的映射以後的list

map及下屬2個內置函數與匿名函數的配合使用見文章結尾

map()函數
map()是 Python 內置的高階函數，它接收一個函數 f 和一個 list，並經過把函數 f 依次做用在 list 的每一個元素上，獲得一個新的 list 並返回。

例如，對於list [1, 2, 3, 4, 5, 6, 7, 8, 9]

若是但願把list的每一個元素都做平方，就能夠用map()函數：



所以，咱們只須要傳入函數f(x)=x*x，就能夠利用map()函數完成這個計算：

def f(x):
    return x*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
輸出結果：

[1, 4, 9, 10, 25, 36, 49, 64, 81]
注意：map()函數不改變原有的 list，而是返回一個新的 list。

利用map()函數，能夠把一個 list 轉換爲另外一個 list，只須要傳入轉換函數。

因爲list包含的元素能夠是任何類型，所以，map() 不只僅能夠處理只包含數值的 list，事實上它能夠處理包含任意類型的 list，只要傳入的函數f能夠處理這種數據類型。

任務
假設用戶輸入的英文名字不規範，沒有按照首字母大寫，後續字母小寫的規則，請利用map()函數，把一個list（包含若干不規範的英文名字）變成一個包含規範英文名字的list：

輸入：['adam', 'LISA', 'barT']
輸出：['Adam', 'Lisa', 'Bart']


def format_name(s):
    s1=s[0:1].upper()+s[1:].lower();
    return s1;

print map(format_name, ['adam', 'LISA', 'barT'])

　　

filter函數 

filter（）函數對list中的每個元素帶入f函數進行運算，保留返回結構爲真的元素。

filter()函數
filter()函數是 Python 內置的另外一個有用的高階函數，filter()函數接收一個函數 f 和一個list，
這個函數 f 的做用是對每一個元素進行判斷，返回 True或 False，
filter()根據判斷結果自動過濾掉不符合條件的元素，返回由符合條件元素組成的新list。

例如，要從一個list [1, 4, 6, 7, 9, 12, 17]中刪除偶數，保留奇數，首先，要編寫一個判斷奇數的函數：

def is_odd(x):
    return x % 2 == 1
而後，利用filter()過濾掉偶數：

filter(is_odd, [1, 4, 6, 7, 9, 12, 17])
結果：[1, 7, 9, 17]

利用filter()，能夠完成不少有用的功能，例如，刪除 None 或者空字符串：

def is_not_empty(s):
    return s and len(s.strip()) > 0
filter(is_not_empty, ['test', None, '', 'str', '  ', 'END'])
結果：['test', 'str', 'END']

注意: s.strip(rm) 刪除 s 字符串中開頭、結尾處的 rm 序列的字符。

當rm爲空時，默認刪除空白符（包括'\n', '\r', '\t', ' ')，以下：

a = '     123'
a.strip()
結果： '123'

a='\t\t123\r\n'
a.strip()
結果：'123'
 

任務
請利用filter()過濾出1~100中平方根是整數的數，即結果應該是：

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

　　

reduce函數 

reduce（）函數也是python內置的高階函數，能夠把全部的元素進行f運算，同時能夠傳入三個參數，第三個參數做爲初值。

python2中可直接使用

python3中許導入模塊

from functools import reduce

　　

reduce()函數
reduce()函數也是Python內置的一個高階函數。reduce()函數接收的參數和 map()相似，一個函數 f，
一個list，但行爲和 map()不一樣，reduce()傳入的函數 f 必須接收兩個參數，
reduce()對list的每一個元素反覆調用函數f，並返回最終結果值。

例如，編寫一個f函數，接收x和y，返回x和y的和：

def f(x, y):
    return x + y
調用 reduce(f, [1, 3, 5, 7, 9])時，reduce函數將作以下計算：

先計算頭兩個元素：f(1, 3)，結果爲4；
再把結果和第3個元素計算：f(4, 5)，結果爲9；
再把結果和第4個元素計算：f(9, 7)，結果爲16；
再把結果和第5個元素計算：f(16, 9)，結果爲25；
因爲沒有更多的元素了，計算結束，返回結果25。
上述計算其實是對 list 的全部元素求和。雖然Python內置了求和函數sum()，可是，利用reduce()求和也很簡單。

reduce()還能夠接收第3個可選參數，做爲計算的初始值。若是把初始值設爲100，計算：

reduce(f, [1, 3, 5, 7, 9], 100)
結果將變爲125，由於第一輪計算是：

計算初始值和第一個元素：f(100, 1)，結果爲101。

任務
Python內置了求和函數sum()，但沒有求積的函數，請利用recude()來求積：

輸入：[2, 4, 5, 7, 12]
輸出：2*4*5*7*12的結果


def prod(x, y):
    return x*y

print reduce(prod, [2, 4, 5, 7, 12])

　　

內置函數

 #注意：內置函數id()能夠返回一個對象的身份，返回值爲整數。這個整數一般對應與該對象在內存中的位置，但這與python的具體實現有關，不該該做爲對身份的定義，即不夠精準，最精準的仍是之內存地址爲準。is運算符用於比較兩個對象的身份，等號比較兩個對象的值，內置函數type()則返回一個對象的類型

#更多內置函數：https://docs.python.org/3/library/functions.html?highlight=built#ascii 

參考：http://www.cnblogs.com/linhaifeng/articles/7580830.html#_label4

---

---

 

課程內容概要

課程重點

1 什麼是函數？ 2 爲何要用函數？ 3 函數的分類：內置函數與自定義函數 4 如何自定義函數 語法 定義有參數函數，及有參函數的應用場景 定義無參數函數，及無參函數的應用場景 定義空函數，及空函數的應用場景 5 調用函數 如何調用函數 函數的返回值 函數參數的應用：形參和實參，位置參數，關鍵字參數，默認參數，*args，**kwargs 6 高階函數（函數對象） 7 函數嵌套 8 做用域與名稱空間 9 裝飾器 10 迭代器與生成器及協程函數 11 三元運算，列表解析、生成器表達式 12 函數的遞歸調用 13 內置函數 14 面向過程編程與函數式編程

一：爲什麼用函數之不使用函數的問題
    #組織結構不清晰
    #代碼冗餘
    #沒法統一管理且維護難度大


二：函數分類：
    1. 內置函數
    2. 自定義函數


三：爲什麼要定義函數
    函數即變量，變量必須先定義後使用，未定義而直接引用函數，就至關於在引用一個不存在的變量名
    代碼演示？

四：定義函數都幹了哪些事？
    只檢測語法，不執行代碼


五：如何定義函數(函數名要能反映其意義)
    def ...


六：定義函數的三種形式
    無參：應用場景僅僅只是執行一些操做，好比與用戶交互，打印
    有參：須要根據外部傳進來的參數，才能執行相應的邏輯，好比統計長度，求最大值最小值
    空函數：設計代碼結構


七 ：函數的調用
    1 先找到名字
    2 根據名字調用代碼
　　
　　函數的返回值？
　　0->None
　　1->返回1個值
　　多個->元組

　　何時該有？
　　　　調用函數，通過一系列的操做，最後要拿到一個明確的結果，則必需要有返回值
　　　　一般有參函數須要有返回值，輸入參數，通過計算，獲得一個最終的結果
　　何時不須要有？
　　　　調用函數，僅僅只是執行一系列的操做，最後不須要獲得什麼結果，則無需有返回值
　　　　一般無參函數不須要有返回值

八：函數調用的三種形式
  1 語句形式：foo()
  2 表達式形式：3*len('hello')
  4 當中另一個函數的參數：range(len('hello'))

九：函數的參數：
 1 形參和實參定義
 2 形參即變量名，實參即變量值，函數調用則將值綁定到名字上，函數調用結束，解除綁定
 3 具體應用
    位置參數：按照從左到右的順序定義的參數
        位置形參：必選參數
        位置實參：按照位置給形參傳值

    關鍵字參數：按照key=value的形式定義實參
        無需按照位置爲形參傳值
        注意的問題：
                1. 關鍵字實參必須在位置實參右面
                2. 對同一個形參不能重複傳值

    默認參數：形參在定義時就已經爲其賦值
        能夠傳值也能夠不傳值，常常須要變得參數定義成位置形參，變化較小的參數定義成默認參數（形參）
        注意的問題：
                1. 只在定義時賦值一次
                2. 默認參數的定義應該在位置形參右面
                3. 默認參數一般應該定義成不可變類型


    可變長參數：
        針對實參在定義時長度不固定的狀況，應該從形參的角度找到能夠接收可變長實參的方案，這就是可變長參數（形參）
        而實參有按位置和按關鍵字兩種形式定義，針對這兩種形式的可變長，形參也應該有兩種解決方案，分別是*args，**kwargs

===========*args===========
def foo(x,y,*args):
    print(x,y)
    print(args)
foo(1,2,3,4,5)

def foo(x,y,*args):
    print(x,y)
    print(args)
foo(1,2,*[3,4,5])


def foo(x,y,z):
    print(x,y,z)
foo(*[1,2,3])

===========**kwargs===========
def foo(x,y,**kwargs):
    print(x,y)
    print(kwargs)
foo(1,y=2,a=1,b=2,c=3)

def foo(x,y,**kwargs):
    print(x,y)
    print(kwargs)
foo(1,y=2,**{'a':1,'b':2,'c':3})


def foo(x,y,z):
    print(x,y,z)
foo(**{'z':1,'x':2,'y':3})

===========*args+**kwargs===========

def foo(x,y):
    print(x,y)

def wrapper(*args,**kwargs):
    print('====>')
    foo(*args,**kwargs)

*args **kwargs

命名關鍵字參數：*後定義的參數，必須被傳值（有默認值的除外），且必須按照關鍵字實參的形式傳遞
        能夠保證，傳入的參數中必定包含某些關鍵字

def foo(x,y,*args,a=1,b,**kwargs):
    print(x,y)
    print(args)
    print(a)
    print(b)
    print(kwargs)

foo(1,2,3,4,5,b=3,c=4,d=5)

結果：
1 2
(3, 4, 5)
1
3
{'c': 4, 'd': 5}

　　

　　十 階段性練習

一、寫函數，，用戶傳入修改的文件名，與要修改的內容，執行函數，完成批了修改操做
二、寫函數，計算傳入字符串中【數字】、【字母】、【空格] 以及 【其餘】的個數

三、寫函數，判斷用戶傳入的對象（字符串、列表、元組）長度是否大於5。

四、寫函數，檢查傳入列表的長度，若是大於2，那麼僅保留前兩個長度的內容，並將新內容返回給調用者。

五、寫函數，檢查獲取傳入列表或元組對象的全部奇數位索引對應的元素，並將其做爲新列表返回給調用者。

奇數的語句print x[::2]
偶數的語句print x[1::2]

六、寫函數，檢查字典的每個value的長度,若是大於2，那麼僅保留前兩個長度的內容，並將新內容返回給調用者。
dic = {"k1": "v1v1", "k2": [11,22,33,44]}
PS:字典中的value只能是字符串或列表

#題目一
def modify_file(filename,old,new):
    import os
    with open(filename,'r',encoding='utf-8') as read_f,\
        open('.bak.swap','w',encoding='utf-8') as write_f:
        for line in read_f:
            if old in line:
                line=line.replace(old,new)
            write_f.write(line)
    os.remove(filename)
    os.rename('.bak.swap',filename)

modify_file('/Users/jieli/PycharmProjects/爬蟲/a.txt','alex','SB')

#題目二
def check_str(msg):
    res={
        'num':0,
        'string':0,
        'space':0,
        'other':0,
    }
    for s in msg:
        if s.isdigit():
            res['num']+=1
        elif s.isalpha():
            res['string']+=1
        elif s.isspace():
            res['space']+=1
        else:
            res['other']+=1
    return res

res=check_str('hello name:aSB passowrd:alex3714')
print(res)


#題目三：略

#題目四
def func1(seq):
    if len(seq) > 2:
        seq=seq[0:2]
    return seq
print(func1([1,2,3,4]))


#題目五
def func2(seq):
    return seq[::2]
print(func2([1,2,3,4,5,6,7]))


#題目六
def func3(dic):
    d={}
    for k,v in dic.items():
        if len(v) > 2:
            d[k]=v[0:2]
    return d
print(func3({'k1':'abcdef','k2':[1,2,3,4],'k3':('a','b','c')}))

View Code

=======================本節課新內容==========================
    一：函數對象：函數是第一類對象，即函數能夠看成數據傳遞
    1 能夠被引用
    2 能夠看成參數傳遞
    3 返回值能夠是函數
    3 能夠看成容器類型的元素
        #利用該特性，優雅的取代多分支的if

def foo():
    print('foo')

def bar():
    print('bar')

dic={
    'foo':foo,
    'bar':bar,
}
while True:
    choice=input('>>: ').strip()
    if choice in dic:
        dic[choice]()

　　二：函數的嵌套

        1 函數的嵌套調用

def max(x,y):
    return x if x > y else y

def max4(a,b,c,d):
    res1=max(a,b)
    res2=max(res1,c)
    res3=max(res2,d)
    return res3
print(max4(1,2,3,4))

　　2 函數的嵌套定義

def f1():
    def f2():
        def f3():
            print('from f3')
        f3()
    f2()

f1()
#f3() #報錯

　　 三 名稱空間和做用域：

        名稱空間：存放名字的地方，三種名稱空間，（以前遺留的問題x=1，1存放於內存中，那名字x存放在哪裏呢？名稱空間正是存放名字x與1綁定關係的地方）
        加載順序是？
        名字的查找順序？（在全局沒法查看局部的，在局部能夠查看全局的）

max=1
def f1():
    # max=2
    def f2():
        # max=3
        print(max)
    f2()
f1()
print(max)

　　 做用域即範圍

　　　　   - 全局範圍：全局存活，全局有效
　　　　   - 局部範圍：臨時存活，局部有效
          - 做用域關係是在函數定義階段就已經固定的，與函數的調用位置無關，以下　　　　　

x=1
def f1():
    def f2():
        rint(x)
    return f2
def f3(func):
    x=2
    func()
f3(f1())

　  查看做用域：globals(),locals()

        global
        nonlocal


        LEGB 表明名字查找順序: locals -> enclosing function -> globals -> __builtins__
        locals 是函數內的名字空間，包括局部變量和形參
        enclosing 外部嵌套函數的名字空間（閉包中常見）
        globals 全局變量，函數定義所在模塊的名字空間
        builtins 內置模塊的名字空間



    四：閉包:內部函數包含對外部做用域而非全局做用域的引用
       提示：以前咱們都是經過參數將外部的值傳給函數，閉包提供了另一種思路，包起來嘍，包起呦，包起來哇

def counter():
    n=0
    def incr():
        nonlocal n
        x=n
        n+=1
        return x
    return incr

c=counter()
print(c())
print(c())
print(c())
print(c.__closure__[0].cell_contents) #查看閉包的元素

　　閉包的意義：返回的函數對象，不只僅是一個函數對象，在該函數外還包裹了一層做用域，這使得，該函數不管在何處調用，優先使用本身外層包裹的做用域

 應用領域：延遲計算（原來咱們是傳參，如今咱們是包起來）

from urllib.request import urlopen

def index(url):
    def get():
        return urlopen(url).read()
    return get

baidu=index('http://www.baidu.com')
print(baidu().decode('utf-8'))

　　五: 裝飾器（閉包函數的一種應用場景）

 1 爲什麼要用裝飾器：
 開放封閉原則：對修改封閉，對擴展開放

 2 什麼是裝飾器
 裝飾器他人的器具，自己能夠是任意可調用對象，被裝飾者也能夠是任意可調用對象。
 強調裝飾器的原則：1 不修改被裝飾對象的源代碼 2 不修改被裝飾對象的調用方式
 裝飾器的目標：在遵循1和2的前提下，爲被裝飾對象添加上新功能

 3. 先看簡單示範

import time
def timmer(func):
    def wrapper(*args,**kwargs):
        start_time=time.time()
        res=func(*args,**kwargs)
        stop_time=time.time()
        print('run time is %s' %(stop_time-start_time))
        return res
    return wrapper
##@裝飾器  要給foo添加功能，則寫在def foo頭部，等同於 foo=timmer(foo)
@timmer
def foo():
    time.sleep(3)
    print('from foo')
foo()

　　4

def auth(driver='file'):
    def auth2(func):
        def wrapper(*args,**kwargs):
            name=input("user: ")
            pwd=input("pwd: ")

            if driver == 'file':
                if name == 'egon' and pwd == '123':
                    print('login successful')
                    res=func(*args,**kwargs)
                    return res
            elif driver == 'ldap':
                print('ldap')
        return wrapper
    return auth2

@auth(driver='file')
def foo(name):
    print(name)

foo('egon')

　　5 裝飾器語法：

 被裝飾函數的正上方，單獨一行
 @deco1
 @deco2
 @deco3
 def foo():
 pass

 foo=deco1(deco2(deco3(foo)))

　　6 裝飾器補充：wraps

from functools import wraps

def deco(func):
    @wraps(func) #加在最內層函數正上方
    def wrapper(*args,**kwargs):
        return func(*args,**kwargs)
    return wrapper

@deco
def index():
    '''哈哈哈哈'''
    print('from index')

print(index.__doc__)

　　

7 裝飾器練習

一：編寫函數，（函數執行的時間是隨機的）
二：編寫裝飾器，爲函數加上統計時間的功能
三：編寫裝飾器，爲函數加上認證的功能

四：編寫裝飾器，爲多個函數加上認證的功能（用戶的帳號密碼來源於文件），要求登陸成功一次，後續的函數都無需再輸入用戶名和密碼
注意：從文件中讀出字符串形式的字典，能夠用eval('{"name":"egon","password":"123"}')轉成字典格式

五：編寫裝飾器，爲多個函數加上認證功能，要求登陸成功一次，在超時時間內無需重複登陸，超過了超時時間，則必須從新登陸

六：編寫下載網頁內容的函數，要求功能是：用戶傳入一個url，函數返回下載頁面的結果

七：爲題目五編寫裝飾器，實現緩存網頁內容的功能：
具體：實現下載的頁面存放於文件中，若是文件內有值（文件大小不爲0），就優先從文件中讀取網頁內容，不然，就去下載，而後存到文件中

擴展功能：用戶能夠選擇緩存介質/緩存引擎，針對不一樣的url，緩存到不一樣的文件中

八：還記得咱們用函數對象的概念，製做一個函數字典的操做嗎，來來來，咱們有更高大上的作法，在文件開頭聲明一個空字典，而後在每一個函數前加上裝飾器，完成自動添加到字典的操做

九 編寫日誌裝飾器，實現功能如：一旦函數f1執行，則將消息2017-07-21 11:12:11 f1 run寫入到日誌文件中，日誌文件路徑能夠指定
注意：時間格式的獲取
import time
time.strftime('%Y-%m-%d %X')

#題目一:略
#題目二:略
#題目三:略
#題目四：
db='db.txt'
login_status={'user':None,'status':False}
def auth(auth_type='file'):
    def auth2(func):
        def wrapper(*args,**kwargs):
            if login_status['user'] and login_status['status']:
                return func(*args,**kwargs)
            if auth_type == 'file':
                with open(db,encoding='utf-8') as f:
                    dic=eval(f.read())
                name=input('username: ').strip()
                password=input('password: ').strip()
                if name in dic and password == dic[name]:
                    login_status['user']=name
                    login_status['status']=True
                    res=func(*args,**kwargs)
                    return res
                else:
                    print('username or password error')
            elif auth_type == 'sql':
                pass
            else:
                pass
        return wrapper
    return auth2

@auth()
def index():
    print('index')

@auth(auth_type='file')
def home(name):
    print('welcome %s to home' %name)


# index()
# home('egon')

#題目五
import time,random
user={'user':None,'login_time':None,'timeout':0.000003,}

def timmer(func):
    def wrapper(*args,**kwargs):
        s1=time.time()
        res=func(*args,**kwargs)
        s2=time.time()
        print('%s' %(s2-s1))
        return res
    return wrapper


def auth(func):
    def wrapper(*args,**kwargs):
        if user['user']:
            timeout=time.time()-user['login_time']
            if timeout < user['timeout']:
                return func(*args,**kwargs)
        name=input('name>>: ').strip()
        password=input('password>>: ').strip()
        if name == 'egon' and password == '123':
            user['user']=name
            user['login_time']=time.time()
            res=func(*args,**kwargs)
            return res
    return wrapper

@auth
def index():
    time.sleep(random.randrange(3))
    print('welcome to index')

@auth
def home(name):
    time.sleep(random.randrange(3))
    print('welcome %s to home ' %name)

index()
home('egon')

#題目六:略
#題目七：簡單版本
import requests
import os
cache_file='cache.txt'
def make_cache(func):
    def wrapper(*args,**kwargs):
        if not os.path.exists(cache_file):
            with open(cache_file,'w'):pass

        if os.path.getsize(cache_file):
            with open(cache_file,'r',encoding='utf-8') as f:
                res=f.read()
        else:
            res=func(*args,**kwargs)
            with open(cache_file,'w',encoding='utf-8') as f:
                f.write(res)
        return res
    return wrapper

@make_cache
def get(url):
    return requests.get(url).text


# res=get('https://www.python.org')

# print(res)

#題目七:擴展版本
import requests,os,hashlib
engine_settings={
    'file':{'dirname':'./db'},
    'mysql':{
        'host':'127.0.0.1',
        'port':3306,
        'user':'root',
        'password':'123'},
    'redis':{
        'host':'127.0.0.1',
        'port':6379,
        'user':'root',
        'password':'123'},
}

def make_cache(engine='file'):
    if engine not in engine_settings:
        raise TypeError('egine not valid')
    def deco(func):
        def wrapper(url):
            if engine == 'file':
                m=hashlib.md5(url.encode('utf-8'))
                cache_filename=m.hexdigest()
                cache_filepath=r'%s/%s' %(engine_settings['file']['dirname'],cache_filename)

                if os.path.exists(cache_filepath) and os.path.getsize(cache_filepath):
                    return open(cache_filepath,encoding='utf-8').read()

                res=func(url)
                with open(cache_filepath,'w',encoding='utf-8') as f:
                    f.write(res)
                return res
            elif engine == 'mysql':
                pass
            elif engine == 'redis':
                pass
            else:
                pass

        return wrapper
    return deco

@make_cache(engine='file')
def get(url):
    return requests.get(url).text

# print(get('https://www.python.org'))
print(get('https://www.baidu.com'))


#題目八
route_dic={}

def make_route(name):
    def deco(func):
        route_dic[name]=func
    return deco
@make_route('select')
def func1():
    print('select')

@make_route('insert')
def func2():
    print('insert')

@make_route('update')
def func3():
    print('update')

@make_route('delete')
def func4():
    print('delete')

print(route_dic)


#題目九
import time
import os

def logger(logfile):
    def deco(func):
        if not os.path.exists(logfile):
            with open(logfile,'w'):pass

        def wrapper(*args,**kwargs):
            res=func(*args,**kwargs)
            with open(logfile,'a',encoding='utf-8') as f:
                f.write('%s %s run\n' %(time.strftime('%Y-%m-%d %X'),func.__name__))
            return res
        return wrapper
    return deco

@logger(logfile='aaaaaaaaaaaaaaaaaaaaa.log')
def index():
    print('index')

index()

答案

用戶登陸裝飾

import time
user,passwd = 'alex','abc123'
def auth(auth_type):
    print("auth func:",auth_type)
    def outer_wrapper(func):
        def wrapper(*args, **kwargs):
            print("wrapper func args:", *args, **kwargs)
            if auth_type == "local":
                username = input("Username:").strip()
                password = input("Password:").strip()
                if user == username and passwd == password:
                    print("\033[32;1mUser has passed authentication\033[0m")
                    res = func(*args, **kwargs)  # from home
                    print("---after authenticaion ")
                    return res
                else:
                    exit("\033[31;1mInvalid username or password\033[0m")
            elif auth_type == "ldap":
                print("搞毛線ldap,不會。。。。")

        return wrapper
    return outer_wrapper

def index():
    print("welcome to index page")
@auth(auth_type="local") # home = wrapper()
def home():
    print("welcome to home  page")
    return "from home"

@auth(auth_type="ldap")
def bbs():
    print("welcome to bbs  page")

index()
print(home()) #wrapper()
bbs()

　　

六：迭代器

        迭代的概念:重複的過程稱爲迭代，每次重複即一次迭代，而且每次迭代的結果是下一次迭代的初始值

# while True: #只知足重複，於是不是迭代
#     print('====>')

#迭代
l=[1,2,3]
count=0
while count < len(l): #只知足重複，於是不是迭代
    print('====>',l[count])
    count+=1
#其餘

　     爲什麼要有迭代器？

 可迭代的對象？
 哪些是可迭代對象？
 迭代器？

l={'a':1,'b':2,'c':3,'d':4,'e':5}
i=l.__iter__() #等於i=iter(l)

print(next(i))
print(next(i))
print(next(i))
StopIteration

　for循環

 迭代器的優缺點：
 優勢：
 提供統一的且不依賴於索引的迭代方式
 惰性計算，節省內存
 缺點：
 沒法獲取長度
 一次性的，只能日後走，不能往前退

 迭代器協議

　　練習：判斷如下對象哪一個是可迭代對象，哪一個是迭代器對象

s='hello'
l=[1,2,3,4]
t=(1,2,3)
d={'a':1}
set={1,2,3}
f=open('a.txt')

   七 生成器
   yield:
    把函數作成迭代器
    對比return，能夠返回屢次值，掛起函數的運行狀態

經過列表生成式，咱們能夠直接建立一個列表。可是，受到內存限制，列表容量確定是有限的。並且，建立一個包含100萬個元素的列表，不只佔用很大的存儲空間，若是咱們僅僅須要訪問前面幾個元素，那後面絕大多數元素佔用的空間都白白浪費了。

因此，若是列表元素能夠按照某種算法推算出來，那咱們是否能夠在循環的過程當中不斷推算出後續的元素呢？這樣就沒必要建立完整的list，從而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱爲生成器：generator。

要建立一個generator，有不少種方法。第一種方法很簡單，只要把一個列表生成式的[]改爲()，就建立了一個generator

列表生成式
a = [ i*2 for i in range(10)]
    
>>> L =[x *x forx inrange(10)]

>>> L

[ 0 ,  1 ,  4 ,  9 ,  16 ,  25 ,  36 ,  49 ,  64 ,  81 ]

>>> g  =  (x  *  x  for  x  in  range ( 10 ))

>>> g

<generator  object  <genexpr> at  0x1022ef630 >

　　Python之路,Day4 - Python基礎4 (new版): http://www.cnblogs.com/alex3714/articles/5765046.html

若是一個函數定義中包含yield關鍵字，那麼這個函數就再也不是一個普通函數，而是一個generator

# def foo():
#     return 1
#     return 2
#     return 3
#
# res=foo()
# print(res)

def foo():
    yield 1
    yield 2
    yield 3

res=foo()
print(res)

from collections import Iterable,Iterator
print(isinstance(res,Iterator))

print(next(res))
print(next(res))
print(next(res))


#應用一：
def counter(n):
    print('start')
    i=0
    while i < n:
        yield i
        i+=1
    print('end')

c=counter(5)
# print(next(c)) #0
# print(next(c)) #1
# print(next(c)) #2
# print(next(c)) #3
# print(next(c)) #4
# print(next(c)) #5 --->沒有yield，拋出StopIteration


for i in counter(5):
    print(i)

#應用二:管道tail -f a.txt |grep 'python'
import time
def tail(filepath):
    with open(filepath,encoding='utf-8') as f:
        f.seek(0,2)
        while True:
            line=f.readline()
            if line:
                yield line
            else:
                time.sleep(0.5)

def grep(pattern,lines):
    for line in lines:
        if pattern in line:
            yield line

for i in grep('python',tail('a.txt')):
    print(i)


    #協程函數
    def eater(name):
        print('%s說：我開動啦' %name)
        food_list=[]
        while True:
            food=yield food_list
            food_list.append(food)
            print('%s 吃了 %s' %(name,food))

    e=eater('egon')
    e.send(None) #next(e) #初始化裝飾器，
    e.close() #關閉

#面向過程編程：
import os
def init(func):
    def wrapper(*args,**kwargs):
        g=func(*args,**kwargs)
        next(g)
        return g
    return wrapper



def search(file_dir,target):
    for par_dir,_,files in os.walk(file_dir):
        for file in files:
            filepath='%s\%s' %(par_dir,file)
            target.send(filepath)

@init
def opener(target):
    while True:
        filepath=yield
        with open(filepath) as f:
            target.send((f,filepath))
@init
def cat(target):
    while True:
        res=False
        f,filepath=yield res
        for line in f:
            print(line,end='')
            res=target.send((line,filepath))
            if res:
                break


@init
def grep(pattern,target):
    res = False
    while True:
        line,filepath=yield res
        res=False
        if pattern in line:
            res=True
            target.send(filepath)

@init
def printer():
    while True:
        filepath=yield
        print(filepath)

search(r'C:\Users\Administrator\PycharmProjects\test\字符編碼\a',
       opener(cat(grep('python',printer()))))

　　

#注意：target.send(...)在拿到target的返回值後纔算執行結束
import os

def init(func):
    def wrapper(*args,**kwargs):
        g=func(*args,**kwargs)
        next(g)
        return g
    return wrapper
@init
def search(target):
    while True:
        search_dir=yield
        for par_dir,_,files in os.walk(search_dir):
            for file in files:
                file_abs_path=r'%s\%s' %(par_dir,file)
                # print(file_abs_path)
                target.send(file_abs_path)
@init
def opener(target):
    while True:
        file_abs_path=yield
        with open(file_abs_path,encoding='utf-8') as f:
            target.send((file_abs_path,f))
@init
def cat(target):
    while True:
        file_abs_path,f=yield
        print('檢索文件',file_abs_path)
        for line in f:
            tag=target.send((file_abs_path,line))
            print('檢索文件的行： %s' %line)
            if tag:
                break

@init
def grep(pattern,target):
    tag=False
    while True:
        file_abs_path,line=yield tag
        tag=False
        if pattern in line:
            tag=True
            target.send(file_abs_path)
@init
def printer():
    while True:
        file_abs_path=yield
        print('過濾出的結果=========>',file_abs_path)



search_dir=r'C:\Users\Administrator\PycharmProjects\test\函數備課\a'
e=search(opener(cat(grep('python',printer()))))
e.send(search_dir)

備註

八：三元表達式，列表推導式，生成器表達式

==============================#三元表達式

name='alex'
name='linhaifeng'
res='SB' if name == 'alex' else 'shuai'
print(res)

==============================列表推導式

------------------1：引子
生一筐雞蛋
egg_list=[]
for i in range(10):
egg_list.append('雞蛋%s' %i)

egg_list=['雞蛋%s' %i for i in range(10)] #列表解析

------------------2：語法
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
...
for itemN in iterableN if conditionN
]
相似於
res=[]
for item1 in iterable1:
if condition1:
for item2 in iterable2:
if condition2
...
for itemN in iterableN:
if conditionN:
res.append(expression)

------------------3：優勢
方便，改變了編程習慣，聲明式編程

------------------4：應用
l1=[3,-4,-1,5,7,9]

[i**i for i in l1]

[i for i in l1 if i >0]

s='egon'
[(i,j) for i in l1 if i>0 for j in s] #元組合必須加括號[i,j ...]非法

 

==============================生成器表達式
------------------1：引子
生一筐雞蛋變成給你一隻老母雞，用的時候就下蛋，這也是生成器的特性
egg_list=[]
for i in range(10):
egg_list.append('雞蛋%s' %i)

chicken=('雞蛋%s' %i for i in range(10))
>>> chicken
<generator object <genexpr> at 0x10143f200>
>>> next(chicken)
'雞蛋5'

------------------2：語法
語法與列表推導式相似，只是[]->()

(expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
...
for itemN in iterableN if conditionN
)

------------------3：優勢
省內存，一次只產生一個值在內存中

------------------4：應用
讀取一個大文件的全部內容，而且處理行
f=open('a.txt')
g=(line.strip() for line in f)

list(g) #因g可迭代，於是能夠轉成列表

------------------5:示例
#一
with open('a.txt') as f:
    print(max(len(line) for line in f))
    print(sum(len(line) for line in f)) #求包換換行符在內的文件全部的字節數，爲什麼獲得的值爲0?

#二
print(max(len(line) for line in open('a.txt')))
print(sum(len(line) for line in open('a.txt')))

#三
with open('a.txt') as f:
    g=(len(line) for line in f)
print(sum(g)) #爲什麼報錯？

 ==============================聲明式編程

文件a.txt內容
apple 10 3
tesla 100000 1
mac 3000 2
lenovo 30000 3
chicken 10 3

 

f=open('a.py')
#求花了多少錢
g=(line.split() for line in f)

sum(float(price)*float(count) for _,price,count in g)

模擬數據庫查詢
>>> f=open('a.txt')
>>> g=(line.split() for line in f)
>>> goods_l=[{'name':n,'price':p,'count':c} for n,p,c in g]

過濾查詢
>>> goods_l=[{'name':n,'price':p,'count':c} for n,p,c in g if float(p) > 10000]

九：匿名函數lambda

匿名就是沒有名字
def func(x,y,z=1):
return x+y+z

匿名
lambda x,y,z=1:x+y+z #與函數有相同的做用域，可是匿名意味着引用計數爲0，使用一次就釋放，除非讓其有名字
func=lambda x,y,z=1:x+y+z 
func(1,2,3)
#讓其有名字就沒有意義

 

有名函數：循環使用，保存了名字，經過名字就能夠重複引用函數功能

匿名函數：一次性使用，隨時隨時定義

應用：max，min，sorted,map,reduce,filter

  

　　十 內建函數

注意：內置函數id()能夠返回一個對象的身份，返回值爲整數。這個整數一般對應與該對象在內存中的位置，但這與python的具體實現有關，不該該做爲對身份的定義，即不夠精準，最精準的仍是之內存地址爲準。is運算符用於比較兩個對象的身份，等號比較兩個對象的值，內置函數type()則返回一個對象的類型

字典的運算：最小值，最大值，排序
salaries={
    'egon':3000,
    'alex':100000000,
    'wupeiqi':10000,
    'yuanhao':2000
}

迭代字典，取得是key，於是比較的是key的最大和最小值
>>> max(salaries)
'yuanhao'
>>> min(salaries)
'alex'

能夠取values，來比較
>>> max(salaries.values())
>>> min(salaries.values())
但一般咱們都是想取出，工資最高的那我的名，即比較的是salaries的值，獲得的是鍵
>>> max(salaries,key=lambda k:salary[k])
'alex'
>>> min(salaries,key=lambda k:salary[k])
'yuanhao'



也能夠經過zip的方式實現
salaries_and_names=zip(salaries.values(),salaries.keys()) 

先比較值，值相同則比較鍵
>>> max(salaries_and_names)
(100000000, 'alex')


salaries_and_names是迭代器，於是只能訪問一次
>>> min(salaries_and_names)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: min() arg is an empty sequence



sorted(iterable，key=None,reverse=False)

示例

#字符串能夠提供的參數 's' None
>>> format('some string','s')
'some string'
>>> format('some string')
'some string'

#整形數值能夠提供的參數有 'b' 'c' 'd' 'o' 'x' 'X' 'n' None
>>> format(3,'b') #轉換成二進制
'11'
>>> format(97,'c') #轉換unicode成字符
'a'
>>> format(11,'d') #轉換成10進制
'11'
>>> format(11,'o') #轉換成8進制
'13'
>>> format(11,'x') #轉換成16進制 小寫字母表示
'b'
>>> format(11,'X') #轉換成16進制 大寫字母表示
'B'
>>> format(11,'n') #和d同樣
'11'
>>> format(11) #默認和d同樣
'11'

#浮點數能夠提供的參數有 'e' 'E' 'f' 'F' 'g' 'G' 'n' '%' None
>>> format(314159267,'e') #科學計數法，默認保留6位小數
'3.141593e+08'
>>> format(314159267,'0.2e') #科學計數法，指定保留2位小數
'3.14e+08'
>>> format(314159267,'0.2E') #科學計數法，指定保留2位小數，採用大寫E表示
'3.14E+08'
>>> format(314159267,'f') #小數點計數法，默認保留6位小數
'314159267.000000'
>>> format(3.14159267000,'f') #小數點計數法，默認保留6位小數
'3.141593'
>>> format(3.14159267000,'0.8f') #小數點計數法，指定保留8位小數
'3.14159267'
>>> format(3.14159267000,'0.10f') #小數點計數法，指定保留10位小數
'3.1415926700'
>>> format(3.14e+1000000,'F')  #小數點計數法，無窮大轉換成大小字母
'INF'

#g的格式化比較特殊，假設p爲格式中指定的保留小數位數，先嚐試採用科學計數法格式化，獲得冪指數exp，若是-4<=exp<p，則採用小數計數法，並保留p-1-exp位小數，不然按小數計數法計數，並按p-1保留小數位數
>>> format(0.00003141566,'.1g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點
'3e-05'
>>> format(0.00003141566,'.2g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留1位小數點
'3.1e-05'
>>> format(0.00003141566,'.3g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留2位小數點
'3.14e-05'
>>> format(0.00003141566,'.3G') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點，E使用大寫
'3.14E-05'
>>> format(3.1415926777,'.1g') #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留0位小數點
'3'
>>> format(3.1415926777,'.2g') #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留1位小數點
'3.1'
>>> format(3.1415926777,'.3g') #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留2位小數點
'3.14'
>>> format(0.00003141566,'.1n') #和g相同
'3e-05'
>>> format(0.00003141566,'.3n') #和g相同
'3.14e-05'
>>> format(0.00003141566) #和g相同
'3.141566e-05'

format示例

十一：內建函數補充（結合lambda）

字典的運算：最小值，最大值，排序
salaries={
'egon':3000,
'alex':100000000,
'wupeiqi':10000,
'yuanhao':2000
}

迭代字典，取得是key，於是比較的是key的最大和最小值
>>> max(salaries)
'yuanhao'
>>> min(salaries)
'alex'

能夠取values，來比較
>>> max(salaries.values())
100000000
>>> min(salaries.values())
2000
但一般咱們都是想取出，工資最高的那我的名，即比較的是salaries的值，獲得的是鍵
>>> max(salaries,key=lambda k:salary[k])
'alex'
>>> min(salaries,key=lambda k:salary[k])
'yuanhao'

 

也能夠經過zip的方式實現
salaries_and_names=zip(salaries.values(),salaries.keys())

先比較值，值相同則比較鍵
>>> max(salaries_and_names)
(100000000, 'alex')

salaries_and_names是迭代器，於是只能訪問一次
>>> min(salaries_and_names)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: min() arg is an empty sequence

 

sorted(iterable，key=None,reverse=False)

 

　　#eval與compile

eval(str,[,globasl[,locals]])
eval('1+2+max(3,9,100)+1.3')

my_globals={'x':1}
my_locals={'x':2}
eval('1+x',my_globals,my_locals)

exec('for i in range(10):print("i")')
一樣能夠指定本身的名稱空間

compile(str,filename,kind)
filename:用於追蹤str來自於哪一個文件，若是不想追蹤就能夠不定義
kind能夠是：single表明一條語句，exec表明一組語句，eval表明一個表達式

s='for i in range(10):print(i)'
code=compile(s,'','exec')
exec(code)


s='1+2+3'
code=compile(s,'','eval')
eval(code)

　　

　十二：函數的遞歸調用

        圖解：遞推和回溯

# salary(5)=salary(4)+300
# salary(4)=salary(3)+300
# salary(3)=salary(2)+300
# salary(2)=salary(1)+300
# salary(1)=100
#
# salary(n)=salary(n-1)+300     n>1
# salary(1) =100                n=1

def salary(n):
    if n == 1:
        return 100
    return salary(n-1)+300

print(salary(5))

　　

函數在調用時，直接或間接調用了自身，就是遞歸調用

def fac(n):#階乘運算
if n == 1:return 1
else:return n*fib(n-1)

遞歸效率低，須要在進入下一次遞歸時保留當前的狀態，見51cto博客
解決方法是尾遞歸，即在函數的最後一步（而非最後一行)調用本身
可是python又沒有尾遞歸，且對遞歸層級作了限制

1. 必須有一個明確的結束條件

2. 每次進入更深一層遞歸時，問題規模相比上次遞歸都應有所減小

3. 遞歸效率不高，遞歸層次過多會致使棧溢出（在計算機中，函數調用是經過棧（stack）這種數據結構實現的，每當進入一個函數調用，棧就會加一層棧幀，每當函數返回，棧就會減一層棧幀。因爲棧的大小不是無限的，因此，遞歸調用的次數過多，會致使棧溢出）
尾遞歸優化：http://egon09.blog.51cto.com/9161406/1842475

>>> sys.getrecursionlimit()
1000

>>> n=1
>>> def test():
... global n
... n+=1
... print(n)
... test()
... 
>>> test()

>>> sys.setrecursionlimit(10000)
>>> test() #能夠遞歸10000層了

雖然能夠設置，可是由於不是尾遞歸，仍然要保存棧，內存大小必定，不可能無限遞歸

 

　　十三 階段性練習：

1 文件內容以下,標題爲:姓名,性別,年紀,薪資

egon male 18 3000
alex male 38 30000
wupeiqi female 28 20000
yuanhao female 28 10000

要求:
從文件中取出每一條記錄放入列表中,
列表的每一個元素都是{'name':'egon','sex':'male','age':18,'salary':3000}的形式

2 根據1獲得的列表,取出薪資最高的人的信息
3 根據1獲得的列表,取出最年輕的人的信息
4 根據1獲得的列表,將每一個人的信息中的名字映射成首字母大寫的形式
5 根據1獲得的列表,過濾掉名字以a開頭的人的信息
6 使用遞歸打印斐波那契數列(前兩個數的和獲得第三個數)
0 1 1 2 3 4 7...

7 l=［1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]］
　　一個列表嵌套不少層，用遞歸取出全部的值

#1
with open('db.txt') as f:
    items=(line.split() for line in f)
    info=[{'name':name,'sex':sex,'age':age,'salary':salary} \
          for name,sex,age,salary in items]

print(info)
#2
print(max(info,key=lambda dic:dic['salary']))

#3
print(min(info,key=lambda dic:dic['age']))

# 4
info_new=map(lambda item:{'name':item['name'].capitalize(),
                          'sex':item['sex'],
                          'age':item['age'],
                          'salary':item['salary']},info)

print(list(info_new))

#5
g=filter(lambda item:item['name'].startswith('a'),info)
print(list(g))

#6
#非遞歸
def fib(n):
    a,b=0,1
    while a < n:
        print(a,end=' ')
        a,b=b,a+b
    print()

fib(10)
#遞歸
def fib(a,b,stop):
    if  a > stop:
        return
    print(a,end=' ')
    fib(b,a+b,stop)

fib(0,1,10)


#7
l=[1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]]

def get(seq):
    for item in seq:
        if type(item) is list:
            get(item)
        else:
            print(item)
get(l)

答案

十四：二分法

l=[1,2,10,2,30,40,33,22,99,31]
def search(num,l):
    print(l)
    if len(l) > 1:
        mid=len(l)//2
        if num > l[mid]:
            #in the right
            l=l[mid:]
            search(num,l)
        elif num < l[mid]:
            #in the left
            l=l[:mid]
            search(num,l)
        else:
            print('find it')
    else:
        if num == l[0]:
            print('find it')
        else:
            print('not exists')

search(100,l)

　　

def search(seq,num):
    print(seq)
    if len(seq) == 1:
        if num == seq[0]:
            print('you find it')
        else:
            print('not exist')
        return
    mid=len(seq)//2
    if num > seq[mid]:
        #in the right
        seq=seq[mid:]
        search(seq,num)
    elif num < seq[mid]:
        #in the left
        seq=seq[:mid]
        search(seq,num)
    else:
        print('find it')

search(l,3)

View Code

十五：面向過程編程，函數式編程

峯哥原創面向過程解釋：

函數的參數傳入，是函數吃進去的食物，而函數return的返回值，是函數拉出來的結果，面向過程的思路就是，把程序的執行當作一串首尾相連的函數，一個函數吃，拉出的東西給另一個函數吃，另一個函數吃了再繼續拉給下一個函數吃。。。

面向過程：機械式思惟，流水線式編程

例如：
用戶登陸流程：前端接收處理用戶請求-》將用戶信息傳給邏輯層，邏輯詞處理用戶信息-》將用戶信息寫入數據庫
驗證用戶登陸流程：數據庫查詢/處理用戶信息-》交給邏輯層，邏輯層處理用戶信息-》用戶信息交給前端，前端顯示用戶信息

 函數式編程：http://egon09.blog.51cto.com/9161406/1842475

array=[1,3,4,71,2]

ret=[]
for i in array:
ret.append(i**2)
print(ret)

#若是咱們有一萬個列表,那麼你只能把上面的邏輯定義成函數
def map_test(array):
ret=[]
for i in array:
ret.append(i**2)
return ret

print(map_test(array))

#若是咱們的需求變了,不是把列表中每一個元素都平方,還有加1,減一,那麼能夠這樣
def add_num(x):
return x+1
def map_test(func,array):
ret=[]
for i in array:
ret.append(func(i))
return ret

print(map_test(add_num,array))
#可使用匿名函數
print(map_test(lambda x:x-1,array))


#上面就是map函數的功能,map獲得的結果是可迭代對象
print(map(lambda x:x-1,range(5)))

map

from functools import reduce
#合併,得一個合併的結果
array_test=[1,2,3,4,5,6,7]
array=range(100)

#報錯啊,res沒有指定初始值
def reduce_test(func,array):
l=list(array)
for i in l:
res=func(res,i)
return res

# print(reduce_test(lambda x,y:x+y,array))

#能夠從列表左邊彈出第一個值
def reduce_test(func,array):
l=list(array)
res=l.pop(0)
for i in l:
res=func(res,i)
return res

print(reduce_test(lambda x,y:x+y,array))

#咱們應該支持用戶本身傳入初始值
def reduce_test(func,array,init=None):
l=list(array)
if init is None:
res=l.pop(0)
else:
res=init
for i in l:
res=func(res,i)
return res

print(reduce_test(lambda x,y:x+y,array))
print(reduce_test(lambda x,y:x+y,array,50))

reduce

movie_people=['alex','wupeiqi','yuanhao','sb_alex','sb_wupeiqi','sb_yuanhao']

def tell_sb(x):
return x.startswith('sb')


def filter_test(func,array):
ret=[]
for i in array:
if func(i):
ret.append(i)
return ret

print(filter_test(tell_sb,movie_people))


#函數filter,返回可迭代對象
print(filter(lambda x:x.startswith('sb'),movie_people))

filter

#固然了,map,filter,reduce,能夠處理全部數據類型

name_dic=[
{'name':'alex','age':1000},
{'name':'wupeiqi','age':10000},
{'name':'yuanhao','age':9000},
{'name':'linhaifeng','age':18},
]
#利用filter過濾掉千年王八,萬年龜,還有一個九千歲
def func(x):
age_list=[1000,10000,9000]
return x['age'] not in age_list


res=filter(func,name_dic)
for i in res:
print(i)

res=filter(lambda x:x['age'] == 18,name_dic)
for i in res:
print(i)


#reduce用來計算1到100的和
from functools import reduce
print(reduce(lambda x,y:x+y,range(100),100))
print(reduce(lambda x,y:x+y,range(1,101)))

#用map來處理字符串列表啊,把列表中全部人都變成sb,比方alex_sb
name=['alex','wupeiqi','yuanhao']

res=map(lambda x:x+'_sb',name)
for i in res:
print(i)

擴展閱讀：http://www.cnblogs.com/linhaifeng/articles/6108945.html

   參考：http://www.cnblogs.com/linhaifeng/p/7278389.html

Python之路,Day4 - Python基礎4 (new版): http://www.cnblogs.com/alex3714/articles/5765046.html