Functools.update_wrapper(wrapper,wrapped,assigned=WRAPPER_ASSIGNMENTS,updated=WRAPPER_UPDATES)
类似 copy_properties功能
Wrapper 包装函数
wrapped 被包装函数（源函数）
元祖 WRAPPERA_ASSIGNMENTS中是被覆盖的属性
'_module_','_name_','_qualname_','_doc_','_annotations_'
模块名。名称。限定名。文档。参数注解
元祖WRAPPER_UPDATES是要被更新的属性__dict__属性字典。将自己字典中的东西添加进去，而不是覆盖别人的东西，key相同，则是覆盖，key不同，则是增加
增加一个__wrapped__属性，保留着wrapped函数
# 装饰器参数传递及相关应用
import functools
import datetime,time
def x(t):
def _logger(fn):
def _wapper(*args,**kwargs):
'''This is wapper'''
print ("login.....")
start=datetime.datetime.now()
ret = fn(*args,**kwargs)
du=datetime.datetime.now()-start
if du.total_seconds()<5:
print (fn.__name__,du)
else:
print ("goods")
print ("logout....")
return ret
functools.update_wrapper(_wapper,fn)
return _wapper
return _logger
@x(5)
def add(x,y):
'''This is add'''
time.sleep(5)
return x+y
print (add(5,6),add.__name__,add.__doc__,sep='\n')查看显示结果
# 装饰器参数传递及相关应用
import functools
import datetime,time
def x(t):
def _logger(fn):
@functools.wraps(fn)#通过闭包和装饰器完成，其和上面的_cpoy的是实现原理相似
def _wapper(*args,**kwargs):
'''This is wapper'''
print ("login.....")
start=datetime.datetime.now()
ret = fn(*args,**kwargs)
du=datetime.datetime.now()-start
if du.total_seconds()<5:
print (fn.__name__,du)
else:
print ("goods")
print ("logout....")
return ret
return _wapper
return _logger
@x(5)
def add(x,y):
'''This is add'''
time.sleep(5)
return x+y
print (add(5,6),add.__name__,add.__doc__,sep='\n')结果如下：
偏函数，把函数部分的参数固定下来，相当于为部分的参数添加了一个固定的默认值，形成一个新的函数并返回
从partial 生成新函数，是对原函数的封装
import inspect
import functools
def add(x,y)->int:
return x+y
newadd=functools.partial(add,y=5) # 构建新函数，使用y=5称为其默认值
print (newadd(3)) # 默认是x传值
print (newadd(4,y=6))
print (newadd(x=6,y=7))
sig1=inspect.signature(add)
sig2=inspect.signature(newadd)
print (sig1.parameters)
print (sig2.parameters)结果如下 
import inspect
import functools
def add(x,y,*args)->int:
print (x,y,args)
newadd= functools.partial(add,1,2,3,4,5,6)
print (inspect.signature(add).parameters.items())
print (inspect.signature(newadd).parameters.items())
print (newadd())
print (newadd(7))
print (newadd(8,9))
print (newadd(10,11,y=4,x=5)) #此处的x,y 已经定义并且已经赋值，不能被重复赋值结果如下 
functools.lru_cache(maxsize=128,typed=False)
least-recently-used装饰器，lru，最近最少使用，cache缓存
如果maxsize设置为None，则禁用LRU功能，并且缓存可以无限制增长，当maxsize是二的幂时，LRU功能执行得最好 。
如果typed设置为True，则不同类型的函数参数将单独存储，如f(3)和f(3.0)将被视为具有不同结果的不同调用
实例
import functools
import datetime
import time
def logger(fn):
def _wapper(*args,**kwargs):
start_time=datetime.datetime.now()
ret = fn(*args,**kwargs)
send=(datetime.datetime.now()-start_time).total_seconds()
print ("{} 函数执行时间为: {}".format(fn.__name__,send))
return ret
return _wapper
@logger # 此处的调用不分先后次序，其结果都一样
@functools.lru_cache()
def add(x,y,z=3):
time.sleep(3)
return x+y+z
print (add(3,4))
print (add(3,4))
print (add(3.0,4.0))
print (add(3,4,3)) # 此处是重新计算
print (add(3,4.0,3.0))执行结果为
lru_cache 装饰器基础应用
import functools
import datetime
import time
def logger(fn):
def _wapper(*args,**kwargs):
start_time=datetime.datetime.now()
ret = fn(*args,**kwargs)
send=(datetime.datetime.now()-start_time).total_seconds()
print ("{} 函数执行时间为: {}".format(fn.__name__,send))
return ret
return _wapper
@logger # 此处的调用不分先后次序，其结果都一样
@functools.lru_cache()
def Fib(n):
while n < 2:
return n
return Fib(n-1)+Fib(n-2)
print ([Fib(x) for x in range(10)])结果如下 
总结
lrucache 装饰器应用
使用前提
同样的函数参数一定得到同样的结果
函数执行时间很长，且要多次执行
本质是函数调用的参数=> 返回值
缺点
不支持缓存过期，key无法过期，失效
不支持清除操作
不支持分布式，是一个单机的缓存
使用场景，单机上需要空间换取时间的地方，可以使用缓存来计算变成快速的查询*
思想：
1 cache是通过可hash对象进行存储和调用的，因此其存入的key必须是不可变类型
2 通过前面的inspect模块取出对应的形参，及key，通过传入的实参获取到其对应的值，进行键和值的处理
实例如下
初步代码实现如下：
#!/usr/bin/poython3.6
#conding:utf-8
import functools
import datetime
import time
import inspect
def logger(fn):
local_cache={} # 此处定义一个缓冲器
@functools.wraps(fn)
def _wapper(*args,**kwargs):
list_dict={} #此处定义一个构建key的字典
sig=inspect.signature(fn)
param=sig.parameters
param_list=list(param.keys())
for i,v in enumerate(args): # 此处的作用是取出形参和传入实参的对应关系
list_dict[param_list[i]]=v
list_dict.update(kwargs)
key = tuple(sorted(list_dict.keys())) # 通过此处获取字典的键的固定顺序的元祖，因为元祖是不可变数据类型
if key not in local_cache.keys(): #查询这个key是否在此缓存中
ret = fn(*args,**kwargs) #此处调用外部参数获取值
local_cache[key]=ret # 此处对值进行处理
return local_cache[key] # 此处将值返回，用于返回，此处若返回为ret，则缓存变失去了意义，
return _wapper
def functime(fn):
@functools.wraps(fn)
def _wapper(*args,**kwargs):
start_time=datetime.datetime.now()
ret = fn(*args,**kwargs)
send=(datetime.datetime.now()-start_time).total_seconds()
print ("{} 函数的执行时间为:{}".format(fn.__name__,send))
return ret
return _wapper
@functime
@logger
def add(x,y=4):
time.sleep(3)
return x+y
print (add(x=3,y=4))
print (add(3,4))
print (add(y=4,x=3))执行结果如下
添加默认值参数
import functools
import datetime
import time
import inspect
def logger(fn):
local_cache={} # 此处定义一个缓冲器
@functools.wraps(fn)
def _wapper(*args,**kwargs):
list_dict={} #此处定义一个构建key的字典
sig=inspect.signature(fn)
param=sig.parameters
param_list=list(param.keys())
for i,v in enumerate(args): # 此处的作用是取出形参和传入实参的对应关系
list_dict[param_list[i]]=v
list_dict.update(kwargs)
for i in param.keys(): #检测形式参数
if i not in list_dict.keys(): # 判断形参是否在传入的对应参数中，若不存在，则由默认情况，则进行加入对应的字典中
list_dict[i]=param[i].default
key = tuple(sorted(list_dict.keys())) # 通过此处获取字典的键的固定顺序的元祖，因为元祖是不可变数据类型
if key not in local_cache.keys(): #查询这个key是否在此缓存中
ret = fn(*args,**kwargs) #此处调用外部参数获取值
local_cache[key]=ret # 此处对值进行处理
return local_cache[key] # 此处将值返回，用于返回，此处若返回为ret，则缓存变失去了意义，
return _wapper
def functime(fn):
@functools.wraps(fn)
def _wapper(*args,**kwargs):
start_time=datetime.datetime.now()
ret = fn(*args,**kwargs)
send=(datetime.datetime.now()-start_time).total_seconds()
print ("{} 函数的执行时间为:{}".format(fn.__name__,send))
return ret
return _wapper
@functime
@logger
def add(x,y=4):
time.sleep(3)
return x+y
print (add(x=3,y=4))
print (add(3,4))
print (add(y=4,x=3))
print (add(3))结果如下
配置过期功能
import functools
import datetime
import time
import inspect
def logger(times):
def _logger(fn):
local_cache={} # 此处定义一个缓冲器
@functools.wraps(fn)
def _wapper(*args,**kwargs):
pop_key_list=[]
for k,(_,item) in local_cache.items():
if datetime.datetime.now().timestamp()- item> times:
pop_key_list.append(k)
for i in pop_key_list:
local_cache.pop(i)
list_dict={} #此处定义一个构建key的字典
sig=inspect.signature(fn)
param=sig.parameters
param_list=list(param.keys())
for i,v in enumerate(args): # 此处的作用是取出形参和传入实参的对应关系
list_dict[param_list[i]]=v
list_dict.update(kwargs)
for i in param.keys(): #检测形式参数
if i not in list_dict.keys(): # 判断形参是否在传入的对应参数中，若不存在，则由默认情况，则进行加入对应的字典中
list_dict[i]=param[i].default
key = tuple(sorted(list_dict.keys())) # 通过此处获取字典的键的固定顺序的元祖，因为元祖是不可变数据类型
if key not in local_cache.keys(): #查询这个key是否在此缓存中
ret = fn(*args,**kwargs) #此处调用外部参数获取值
local_cache[key]=(ret,datetime.datetime.now().timestamp()) # 此处将值返回，用于返回，此处若返回为ret，则缓存变失去了意义，
return local_cache[key]
return _wapper
return _logger
def functime(fn):
@functools.wraps(fn)
def _wapper1(*args,**kwargs):
start_time=datetime.datetime.now()
ret=fn( *args,**kwargs)
send=(datetime.datetime.now()-start_time).total_seconds()
print ("{} 函数的执行时间为:{}".format(fn.__name__,send))
return ret
return _wapper1
@functime
@logger(5) #传入过期时间为5s进行处理
def add(x,y=4):
time.sleep(3)
return x+y
print (add(x=3,y=4))
print (add(3,4))
time.sleep(5)
print (add(y=4,x=3))
print (add(3))查看结果 
程序员可以方便的注册函数到某一个命令，用户输入命令时，路由到注册函数
如果此命令没有对应的注册函数，执行默认函数
用户输入用input(">>")
分析：
输入一个命令映射到一个函数，并执行这个函数，应该是cmd,fn 形式，此时字典整好满足此中需求
如果输入了某一个cmd命令后，没有找到函数，就要调用缺省的函数执行，这整好是字典的缺省函数
cmd是字符串
基本代码如下
#!/usr/bin/poython3.6
#conding:utf-8
#定义一个字典，其保存命令和函数的集合
commds={}
# 创建函数
def fun1():
print ("hello fun1")
def fun2():
print ("hello fun2")
#创建默认函数
def fundefault():
print ("hello default")
# 创建注册函数
def register(name,fn):
commds[name]=fn
# 创建查询函数
def printf():
while True:
cmd=input(">>")
if cmd.strip() == 'quit':
return
commds.get(cmd,fundefault)() #调用函数，若无存在，则调用默认函数
# 调用注册函数进行注册
register("fun1",fun1)
register("fun2",fun2)
#调用显示函数
printf()查看结果如下 
改善注册函数如下
#!/usr/bin/poython3.6
#conding:utf-8
#定义一个字典，其保存命令和函数的集合
commds={}
# 创建注册函数
def register(name): #通过柯里化进行处理
def _warpper(fn):
commds[name]=fn
return _warpper
# 创建查询函数
def printf():
while True:
cmd=input(">>")
if cmd.strip() == 'quit':
return
commds.get(cmd,fundefault)() #调用函数，若无存在，则调用默认函数
# 调用注册函数进行注册
# 创建函数
@register('fun1')
def fun1():
print ("hello fun1")
@register('fun2')
def fun2():
print ("hello fun2")
#创建默认函数
def fundefault():
print ("hello default")
#调用显示函数
printf()将调用函数和显示函数进行合并，并进行集中输入，如下
#!/usr/bin/poython3.6
#conding:utf-8
#定义一个字典，其保存命令和函数的集合
commds={}
# 创建注册函数
def comm():
def register(name): #通过柯里化进行处理
def _warpper(fn):
commds[name]=fn
return _warpper
# 创建查询函数
def printf():
while True:
cmd=input(">>")
if cmd.strip() == 'quit':
return
commds.get(cmd,fundefault)() #调用函数，若无存在，则调用默认函数
return register,printf
register,printf=comm()
# 调用注册函数进行注册
# 创建函数
@register('fun1')
def fun1():
print ("hello fun1")
@register('fun2')
def fun2():
print ("hello fun2")
#创建默认函数
def fundefault():
print ("hello default")
#调用显示函数
printf()
#!/usr/bin/poython3.6
#conding:utf-8
from functools import partial
def dispatcher():
commads={}
def reg(cmd,*args,**kwargs):
def _reg(fn):
func=partial(fn,*args,**kwargs)
commads[cmd]=func
return func
return _reg
def run():
while True:
cmd=input('>>')
if cmd.strip() == 'q' or cmd.strip() =='quit':
break
else:
commads.get(cmd,defaunlt)()
def defaunlt():
print ('default')
return reg,run
reg,run=dispatcher()
@reg('add',1,2,3,4)
def add(x,y,z,w):
print (x+y+z+w)
@reg('sub',20,10)
def sub(x,y):
print (x-y)
run()结果如下 
Base64是网络上最常见的用于传输8Bit字节码的编码方式之一，Base64就是一种基于64个可打印字符来表示二进制数据的方法。
Base64编码是从二进制到字符的过程，可用于在HTTP环境下传递较长的标识信息。采用Base64编码具有不可读性，需要解码后才能阅读。
Base64由于以上优点被广泛应用于计算机的各个领域，然而由于输出内容中包括两个以上“符号类”字符（+, /, =)，不同的应用场景又分别研制了Base64的各种“变种”。为统一和规范化Base64的输出，Base62x被视为无符号化的改进版本。
标准的Base64并不适合直接放在URL里传输，因为URL编码器会把标准Base64中的“/”和“+”字符变为形如“%XX”的形式，而这些“%”号在存入数据库时还需要再进行转换，因为ANSI SQL中已将“%”号用作通配符。
为解决此问题，可采用一种用于URL的改进Base64编码，它在末尾填充'='号，并将标准Base64中的“+”和“/”分别改成了“-”和“_”，这样就免去了在URL编解码和数据库存储时所要作的转换，避免了编码信息长度在此过程中的增加，并统一了数据库、表单等处对象标识符的格式。Base64要求把每三个8Bit的字节转换为四个6Bit的字节（3*8 = 4*6 = 24），然后把6Bit再添两位高位0，组成四个8Bit的字节，也就是说，转换后的字符串理论上将要比原来的长1/3。
关于这个编码的规则：
①.把3个字符变成4个字符。
②每76个字符加一个换行符。
③.最后的结束符也要处理。
import base64
source = b"ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/"
def Base64(src):
ret = bytearray() # 定义可变字节列表，一个字节为8bit
length = len(src)
r = 0 # r为记录的补0的数量
for offset in range(0, length, 3): # 进行三位切割,三位8bbit切割成4位6bit，
if offset <= length - 3: #此处是匹配前面的整3位的
triple = src[offset:offset + 3]
else:
triple = src[offset:] # 截取后面的小于3位的
r = 3 - len(triple) # 获取需要补0的位数
triple = triple + '\x00' * r # 补几个0 bin(0x00) '0b0'
# print (triple,r)
b = int.from_bytes(triple.encode(), 'big') # 大端模式为big,小端模式为little
for i in range(18, -1, -6): # 进行移位操作
if i == 18:
index = b >> i
else:
index = b >> i & 0x3F # 此处是进行运算 ，转换为二进制是 bin(0x3f) '0b111111'
# In [24]: int('0x3d',16)
# Out[24]: 61
# In [25]: chr(61)
# Out[25]: '='
ret.append(source[index])
for i in range(1, r + 1):
ret[-i] = 0x3D # 0x3D 表示等号
return bytes(ret)
print('Base64',Base64('123456'))
print ('base64',base64.b64encode('123456'.encode('utf-8')))结果如下
import base64
#base64一定是四的倍数
from collections import OrderedDict
base_tb1="ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/"
alphabet=OrderedDict(zip(base_tb1,range(64)))
def Base64decode(src):
ret=bytearray()
length=len(src)
step=4
for offset in range(0,length,step):
tmp=0x00
block=src[offset:offset+step] # 4位进行截取，abcd
for i,c in enumerate(reversed(block)): # 进行反向操作处理，第一个是0 d
index= alphabet.get(c) # 通过值找索引 ，其中负数表示没找到,find不抛异常
if index==-1: #表示没找到
continue #直接操作下一个
tmp += (index << i*6) # 此处第一个d是最后面的低6位，向左是高位，右边位低位，，第一次i=0表示没移动，
# 第二次i=1表示向左移动6位，依次类推abcd，最后将其加在一起。此处相当于将其进行了拼接，此时已经成为了24
ret.extend(tmp.to_bytes(3,'big')) # 将4个段进行切成3段，若有等号，则先不管
return bytes(ret.rstrip(b'\x00')) # 去掉多余的右边的0，是asscii的0，在最后的4变3的过程中，才会出现0，因为前面的都是整取
print ('Base64',Base64decode('abcd'))
print ('base64',base64.b64decode('abcd'.encode('utf-8')))结果如下 
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
