Python中看起来高大上的技术

admin

       很多时候python都被人称为玩具语言，很多人看不起python，觉得它们不如Java，golang，c这些语言的高效，也不如bash这些脚本语言正统，然而我想说的是，存在即合理，特别是python占有这么多的市场份额就足以说明它的使用价值，我们都知道python学起来很简单，那么python是不是就没有复杂的技术需要深入学习了呢?接下来我就谈一谈python中那些并不简单的技术。
1、元编程
; R7 g1 A  D# Y  b2 U4 u       简单来说，元编程就是可以操作目标语言的语言，比如说，我有一个类，我想要在生成类的时候，获取到类的信息，那么这个过程就是元编程。
       如果你有了解过反射的话，你会发现这和反射很像，没错，反射就是实现元编程的一种方法。
# t- {. Z$ x- r5 M       在python中，一般通过魔术方法，描述符，元类和eval来实现元编程。
9 u# P) _% K  t: S( M" i- h* m& E2、GIL
       GIL的全称是global interpreter lock，叫做全局解释器锁。
       我们都知道操作系统调度的最小单位是线程，而一个进程中可以存在多个线程，当多个线程并发一起运行的时候，它们可能会修改同一块内存，造成数据的不一致，为了解决这个问题，cpython解释器会让每个线程去获取GIL，只有成功获取到GIL的线程才能够执行，其它的线程需要等待，而这就是python的线程并发是伪并发的原因。
& m$ K4 S. c/ B  B0 R; U       那么如何更好地利用多核cpu呢，最简单的办法就是使用多进程，因为GIL是在线程中独有的，而进程中不需要获取它，因此通过运行多个进程就可以实现程序的并发执行。
3 _# B6 h( z  s3 }3、协程
/ Y3 I! p/ V! H* `/ h- d* Z       我们知道操作系统调度的最小单位是线程，那么协程是什么呢?通俗地讲，协程就是用户态线程，也就说，我们封装了一个线程，在这个线程中，我们可以自己进行调度，当执行耗时的操作时候，我们让出执行的任务，去执行其它的任务，也就是让cpu看到我们的线程一直在执行任务而没有等待。

       python中通过yield关键字进行协程的调度，通过yield可以保存任务状态，通过send关键字可以函数结果传递给另一个函数。
  D* E+ q9 a3 a( [4、上下文管理器
/ a$ W& T$ C, z: R0 Z       我们平时在操作文件或者数据库的时候，当我们使用之后，都需要手动关闭它们，那么我们有没有办法自动释放资源呢?答案是肯定的，我们可以使用with关键字。

复制代码
with open('test.txt') as f: 
    print f.readlines()

     通过这样的操作，我们在函数执行之后，就会自动释放文件资源。
1 d# S: j( f" x       上下文管理器是如何实现的呢，它的原理就是它的底层实现了__enter__和__exit__方法，这样在执行函数主体之前，我们可以先执行enter方法，主体执行之后，我们再执行exit方法。
6 l& x9 y2 X" L& P       python中通过contextlib装饰器，可以优雅地实现上下文管理器。
; M4 F& h2 B% g7 v3 M5、装饰器
       顾名思义，装饰器就是对函数的一个装饰，它在不修改函数主体内容的时候，对函数进行装饰，让它看起来变得不太一样。
6 U" A  F% U! {2 G; ]
       python中通过在函数前面加上@符号，可以轻松地对函数进行装饰，很多日志功能还有授权功能，通过装饰器的使用都会变得更加优雅。
% S7 E$ V2 z' i+ L" {7 @& E8 {6、闭包
6 |' Y4 P! U# u- s, C. v7 v       闭包是很多语言都会有的概念，在python中，闭包就是函数的嵌套，不过这不是简单的函数嵌套，它需要满足几个条件。
4 Q7 Q; i5 r/ B" y
       外部函数返回值是内部函数的引用
- M' F! p" u# x+ P) A+ H5 F7 k       nonlcoal 修改外部参数
8 j9 o2 B" U+ Z; b       python通过闭包的使用，可以更加方便地实现装饰器。