Python自动化测试常见面试题(五)
2019/09/11 11:30 分类: 技术交流 浏览:1
一、怎么理解装饰器,用过或者写过什么装饰器吗?
1.1、概述:
装饰器本质上是一个 Python 函数,它可以让其他函数在不需要做任何代码变动的前提下增加额外功能,装饰器的返回值也是一个函数对象。
1.2、详细描述:
- import logging
- # 定义装饰器,接收旧函数
- def decorator(oldfunc):
- # 定义新函数,加强原函数
- def new_func(*args, **kwargs):
- # ...加强代码写这里,记录日志信息....
- logging.error("记录日志信息")
- ret = oldfunc(*args, **kwargs)
- return ret
- # 返回新函数
- return new_func
- # 通过语法糖使用装饰器
- @decorator
- def square(x):
- # 获取 两个数的平方
- return x**2
- # 执行
- print(square(5))
1.3、应用场景:
日志记录,统计代码执行时间,权限验证
二、迭代器和生成器的区别
2.1、概述
生成器是特殊的迭代器,它更加优雅.生成器中的元素不是直接生成好,而是每使用next()方法获取下一个元素的时候才创建,从而大大节省内存空间。迭代器和生成器的区别
2.2、详细描述:
- 迭代器是一个更加抽象的概念,任何对象,如果它的类有next方法和iter方法返回自身。对于string、list、dict、tuple等这类容器对象,使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数,iter()是Python的内置函数。iter()会返回一个定义了next()方法的迭代器对象,它在容器中逐个访问容器内元素,next()也是python的内置函数。在没有后续元素时,next()会抛出一个StopIterration的异常。
- 生成器(Generator)是创建迭代器的简单而强大的工具。它有列表生成器和函数生成器.函数生成器写起来就像是正规的函数,只是在返回数据的时候需要使用yield语句返回。每次next()被调用时,生成器会返回它脱离的位置(它记忆语句最后一次执行的位置和所有的数据值)
2.3、应用场景:
- # 列表生成器,其实就是列表推导式的[]写成()
- g = (i for i in range(10))
- print(next(g))
- print(next(g))
- print(next(g))
- print(next(g))
- # 通过 函数式生成器 获取 1-10 数字的平方
- def sqrt():
- num = 1
- while num <= 10:
- # 返回平方
- yield num**2
- num += 1
- # 调用函数返回生成器
- g = sqrt()
- print(next(g))
- print(next(g))
- print(next(g))
- print(next(g))
赞 0