标准的Python语言进行说明介绍

开发 后端
Python 3.0发布七个月之后,Python核心开发人员于2009年6月27日发布了新的Python 3.1版本。虽然此3.1版本只是对Python 3.0的一次小型升级

Python语言具有一个标准的unittest模块,可以用来编写xUnit风格的测试。您可以重复利用设置/拆卸代码,以适当的方式来组织你的测试,甚至可以运行你的测试。下面是一个用于部分函数add5()的单元测试。

TestAdd5类由unittest.TestCase派生而来,并定义了一个setUp()方法,该方法将在执行每个测试方法之前调用。它能确保某些一致状态可以用于所有的测试方法。此测试方法会调用unittest的assertEqual()和assert_()方法。如果任何调用失败,托管的测试方法就会认为出现了一个故障,并转到下一个测试。

部分函数是一个惹人喜爱的函数特性。它们可以让您的函数接收X个参数的函数,同时,将一些参数固定,就能得到一个只能接收您没规定的参数的新函数。下面举例进行说明,函数add()可接收两个参数,并返回结果,现在如果把一个参数固定为5,我们就会得到一个新函数——仅仅接收一个参数,代码如下所示:

  1. Traceback (most recent call last):  
  2.   File "test_partial_pickle.py", line 12, in <module> 
  3.     s = pickle.dumps(partial(add, 10))  
  4.   File "/Library/Frameworks/Python.framework/Versions/  
  5.      2.5/lib/python2.5/pickle.py", line 1366, in dumps  
  6.      Pickler(file, protocol).dump(obj)  
  7.   File "/Library/Frameworks/Python.framework/Versions/  
  8.      2.5/lib/python2.5/pickle.py", line 224, in dump  
  9.      self.save(obj)  
  10.   File "/Library/Frameworks/Python.framework/Versions/  
  11.      2.5/lib/python2.5/pickle.py", line 306, in save  
  12.      rv = reduce(self.proto)  
  13.   File "/Library/Frameworks/Python.framework/Versions/  
  14.      2.5/lib/python2.5/copy_reg.py", line 69, in _reduce_ex  
  15.      raise TypeError, "can't pickle %s objects" % base.__name__  
  16. TypeError: can't pickle partial objects 

当使用要求参数总是相同的API的时候,部分函数会非常有用。可以考虑一个web应用程序接口,在每个方法中都是要求一个用户名和一个密码。如果您创建一个固定了用户名和口令的部分函数,会给开发带来非常大的便利,因为您不必传递参数了。

同时,您的代码也会因此而变得更安全,因为用户名和密码不会出现在所有调用站点中。然而,直到Python 3.1为止,部分函数仍有许多让人不快的限制。 因为它们无法封装。好在Python 3.1解决了这个问题,下面是一个例子:

  1. Traceback (most recent call last):  
  2.   File "test_partial_pickle.py", line 12, in <module> 
  3.     s = pickle.dumps(partial(add, 10))  
  4.   File "/Library/Frameworks/Python.framework/Versions/  
  5.      2.5/lib/python2.5/pickle.py", line 1366, in dumps  
  6.      Pickler(file, protocol).dump(obj)  
  7.   File "/Library/Frameworks/Python.framework/Versions/  
  8.      2.5/lib/python2.5/pickle.py", line 224, in dump  
  9.      self.save(obj)  
  10.   File "/Library/Frameworks/Python.framework/Versions/  
  11.      2.5/lib/python2.5/pickle.py", line 306, in save  
  12.      rv = reduce(self.proto)  
  13.   File "/Library/Frameworks/Python.framework/Versions/  
  14.      2.5/lib/python2.5/copy_reg.py", line 69, in _reduce_ex  
  15.      raise TypeError, "can't pickle %s objects" % base.__name__  
  16. TypeError: can't pickle partial objects 

在使用processing模块进行并行程序设计的时候,人们喜欢把函数和部分函数封装起来。自Python 2.6以来,processing模块已经成为标准程序库的一部分。是利用现代多核机器的***Python解决方案。实际上,processing模块会封装进程之间传递的所有一切,所以可封装的部分函数提高了它的表达力并增加了可用的工具。

【编辑推荐】

  1. 漫谈Python 源代码编制技巧
  2. 简单易于操作的Python 工具详解
  3. 有关Python应用领域进行说明介绍
  4. PythonAndroid面向对象的编程——Python应用程序
  5. 如何使用Python模块解析配置文件 ?
责任编辑:chenqingxiang 来源: 51CTO.com
相关推荐

2010-02-24 17:22:59

Python项目

2010-02-23 17:35:46

Python

2010-02-22 09:33:43

Python语言

2010-02-26 10:07:55

Python编程语言

2010-02-26 11:20:53

Python应用

2010-03-01 10:52:37

Python开发语言

2010-03-01 16:32:36

Python语言

2010-01-06 15:30:51

JSON和XML

2010-02-26 09:33:51

Python脚本

2010-01-05 16:41:48

JSON 标准

2009-12-25 15:28:48

ADO类

2009-12-28 09:58:52

ADO操作

2010-01-13 10:09:24

C++标准库

2009-12-25 09:25:54

ADO.NET实例

2010-01-05 13:29:50

JSON对象

2010-02-01 18:06:48

Python Edit

2010-02-22 16:16:14

Python语法

2010-02-02 18:27:02

Python语言

2010-01-13 16:44:03

C++

2010-02-03 17:37:30

Python语法
点赞
收藏

51CTO技术栈公众号