Python

一、引言：为了一个 read()，我被迫 import 了一个基类先看一个特别常见的窘境。 你写了个函数，全身上下只用到参数的一个方法： 12def load_header(src) -> bytes: return src.read(8) 现在要给 src 加类型注解。按经典 OOP 的教法，应该定义一个抽象基类，让所有实现方继承它： 12345678from abc import ABC, abstractmethodclass BaseReader(ABC): @abstractmethod def read(self, n: int) -> bytes: ...def load_header(src: BaseReader) -> bytes: return src.read(8) 代价立刻来了： 第三方库里那个完美满足条件的 Sock 类，你改不了它的继承链； io.BytesIO、socket.SocketIO 这些标准库类型，也不会来继承你的基类； 测试里想塞一个五行的假对象，还得先 from myapp.io imp...

一、为什么单线程也能"同时"做很多 IO写爬虫或网关时，常遇到这样的场景：要同时发起上千个网络请求，每个请求大部分时间在等——等 DNS、等 TCP 握手、等对端响应。如果用"一个请求一个线程"的模型，上千线程的上下文切换和内存开销会压垮机器；如果"一个请求一个进程"，更不现实。 核心矛盾是：CPU 在等 IO 时其实是闲着的，而线程/进程的切换成本却很高。理想状态是——一个线程在等 A 的回复时，去处理 B、C 的就绪事件，等 A 回来了再回头接着 A 干。 **事件循环（event loop）**就是干这件事的调度器：它在一个线程里维护"谁在等 IO、谁已经就绪、谁该到点执行"，按需把控制权交给对应的协程。 本质一句话：事件循环是一个单线程的、基于 IO 多路复用的协作式调度器，靠"协程主动让出"而非"系统抢占"来切换任务。 C++ 对照：C++ 标准库没有内建事件循环。要么自己用 epoll/kqueue/IOCP 手写 ...

一、为什么需要"能暂停"的函数普通函数一旦被调用，就一路执行到 return 或抛异常，然后整个调用栈帧销毁，中间状态全部丢失。这在两种场景下很别扭： 处理大序列不能一次性物化。读一个几十 GB 的日志文件，如果用 readlines() 一把读进内存，内存直接爆。你真正想要的是"读一行、处理一行、扔掉一行"的流式能力。 生产/消费节奏不对等。上游产得快、下游吃得慢，或者反过来，你希望双方各自按自己的节奏走，而不是一方阻塞另一方。 生成器（generator）就是 Python 给出的答案：一个可以暂停、也可以恢复执行的函数。它在 yield 处把值交出来并"冻结"整个调用栈帧，下次再被驱动时从冻结点接着跑。 本质一句话：生成器把"函数的执行"变成了一个可以逐步消费的数据流，暂停时连调用栈一起冻结在堆上。 C++ 对照：在 C++20 之前，语言层面没有协程，要么用回调、要么自己用状态机或栈模拟"可暂停"；Python 从 PEP 255（2.2）起就有 yiel...

一、引言：为什么需要序列化你写好的对象活在内存里，进程一关就没了。可真实工程里，我们常常要把内存里的对象存盘、跨进程传、丢进缓存、或者发到另一台机器——这就离不开"序列化"：把活的 Python 对象变成一串能落盘/能传输的字节，再在另一端"复活"成等价对象。 Python 标准库给的方案是 pickle：一行 dumps 把对象冻成字节串，一行 loads 再把它 thaw 回来，几乎零样板。 1234567891011121314import pickleconfig = { "model": "resnet50", "lr": 0.01, "layers": [3, 4, 6, 3], "pretrained": True,}blob = pickle.dumps(config) # 序列化: 对象 -> 字节串restored = pickle.loads(bl...

一、引言：Python 也会"内存泄漏"？很多人对 Python 的印象是"不用管内存"。这话对了一半。 Python 确实没有 C++ 那种"忘了 delete 就泄漏"的日常负担，底层靠**引用计数（reference counting）**在对象不再被引用时立刻回收。但引用计数有一个它自己解决不了的死角：循环引用。两个对象互相指着对方，引用计数永远归不了零，计数机制就失效了。 所以你会在真实项目里看到这种诡异现象：一个处理完的请求对象明明"没人用了"，进程 RSS 却缓缓往上爬，爬到几 GB 才被周期性 GC 清掉，严重的甚至一直爬——这就是循环引用漏网。本文把这套机制讲透，并和 C++ 的内存管理正面比对。 123456789101112import tracemalloc, gctracemalloc.start()# 模拟一个"看似释放、实则泄漏"的请求上下文class Ctx: passdef handle(): a = Ctx(); b = Ctx() ...

一、引言：obj.x 背后到底发生了什么写 Python 的人几乎每天都在敲 obj.x，但很少有人追问一句：这一行点号访问，解释器到底干了什么？ 直觉上它像 C++ 的 obj.x 字段访问——直接按偏移量取内存。但 Python 里 x 既不是编译期固定的偏移，也不保证每次都返回同一个东西。下面这段代码会让你知道它有多"活"： 12345678class C: def __init__(self): self.x = 1c = C()print(c.x) # 1，来自实例 __dict__c.__dict__['x'] = 99print(c.x) # 99，直接改底层字典就变了 输出： 12199 注意：我们没有碰任何方法，只是写了 c.__dict__，c.x 的返回值就变了。这说明 obj.x 不是"取字段"，而是一次有协议、可拦截、有查找顺序的访问。这套协议，就是描述符（Descriptor）。 本文顺着"点号访问 → 描述符协议 → pr...

一、当"给类加功能"开始重复:注册表、计时、单例、校验写过一点 Python 的人,都见过函数装饰器——@staticmethod、@property、@lru_cache 那一套。但还有一类更狠的:类装饰器。它不是贴在函数上,而是贴在类上: 123@some_decoratorclass MyClass: ... 区别在于:函数装饰器接收"一个函数"、返回"一个函数";类装饰器接收"一个类"、返回"一个类"(或它的替身)。它在 class 语句执行完、类对象刚诞生的那一刻被调用,让你有机会当场加工这个类——加方法、改属性、登记进注册表、甚至换成单例。 什么场景会用到?四个最常见的: 插件注册表:定义 class BM25Scorer,希望它自动进全局 registry,不用在别处再写一行 register(...)。 统一计时/日志:给类里所有方法自动包一层耗时统计。 单例化:让某个配置类无论 new 几次都返回同一实例。 字段校验:类一定义就检查"...

一、写到手酸的样板代码:一个类要抄多少遍但凡用类装数据的 Python 程序员,都写过这种东西: 1234567891011121314151617class Point: def __init__(self, x, y): self.x = x self.y = y def __repr__(self): return f"Point(x={self.x}, y={self.y})" def __eq__(self, other): if not isinstance(other, Point): return NotImplemented return self.x == other.x and self.y == other.yp1 = Point(1, 2)p2 = Point(1, 2)print(p1) # Point(x=1, y=2)print(p1 == p2) ...

一、一个被忽略的时间黑洞:重复计算写递归的人几乎都写过斐波那契: 12345678910import timedef fib(n): if n < 2: return n return fib(n - 1) + fib(n - 2)t0 = time.perf_counter()print(fib(35))print("耗时:", round(time.perf_counter() - t0, 2), "秒") 输出(64 位 Python): 129227465耗时: 2.13 秒 fib(35) 看起来不大,却把 fib 调用了约 2980 万次。一旦换成 fib(50),基本就卡死了——因为 fib(n-1) 和 fib(n-2) 各自又把 fib(n-3) 算一遍,子树大量重叠。这种"同一个子问题被反复求解"的现象叫重叠子问题(overlapping subproblems),是动态规划与记忆化要解决的核心。 问题来了:既然算过,为什么不复用? 答案是——默认情况下,Pytho...

一、一个被忽略的内存黑洞:每个实例都有一本"字典"写 Python 的人几乎都见过这种类: 1234class Point: def __init__(self, x, y): self.x = x self.y = y 看着简单,但它藏着一个代价。Python 为了实现"运行时随便加属性"的灵活性,默认给每个实例都挂了一本字典 __dict__,用来存 x、y 这些实例变量。这本字典本身是个哈希表,哪怕你只放两个字段,它也要预分配几十个字节的槽位。 做个实验就知道了: 1234567891011import sysclass Plain: def __init__(self, x, y): self.x = x self.y = yp = Plain(1, 2)print("实例大小:", sys.getsizeof(p)) # 实例对象自身print("__dict__ 大小:", sys.getsizeof(...

一、引子：当你写下 class 时，到底发生了什么写 Python 久了，很容易把 class 当成"定义一个模板"的声明。但 Python 里没有"声明"，只有"执行"。 1234567class Person: name = "Ada" def greet(self): return f"Hi, I'm {self.name}"print(type(Person)) # <class 'type'>print(type(type(Person))) # <class 'type'> 输出： 12<class 'type'><class 'type'> Person 不是某种静态蓝图，它是 type 这个类当场造出来的一个实例。type 就是"类的类&q...

一、引子：为什么 time.sleep 会"卡死"整个服务写过网络爬虫或高并发接口的人，迟早会撞上同一个问题：明明机器有 8 个核、网络在等 I/O，程序却像单车道一样，一个请求没回来，后面的全堵着。 先看一个"看似没问题"的代码： 1234567891011import timedef fetch(name, delay): time.sleep(delay) # 模拟一次网络请求 print(f"{name} 完成，耗时 {delay}s")def main(): for i in range(3): fetch(f"任务{i}", 1)main() 输出： 1234任务0 完成，耗时 1s任务1 完成，耗时 1s任务2 完成，耗时 1s# 总耗时约 3s time.sleep 是阻塞的：线程睡着的这段时间，CPU 什么也干不了，后面的任务只能干等。三个任务串行，总耗时 &#...

一、引子：为什么满屏 @ 却不用慌刚接触 Python 的人，第一次打开一个 Flask 或 pytest 项目，往往会被装饰器吓到： 12345678910111213@app.route("/")@login_required@cache(ttl=60)def index(): ...@pytest.fixturedef db(): ...@propertydef name(self): ... @app.route、@login_required、@cache、@pytest.fixture、@property…… 名字一长串，看着像某种需要逐个背诵的黑魔法。 但真相是：名字多，不等于机制多。 所有装饰器底下都只有同一句等价变换： 1f = deco(f) # 把函数当参数传进去，返回值绑回原名 @deco 只是上面这句的语法糖。理解了这一点，你就有了"防恐慌锚点"——无论遇到什么新装饰器，先问自己一句：它到底是在"包装"我的函数，还是在"登记"我的函数？...

一、从一段"看起来没问题"的代码说起几乎每个 Python 初学者都写过这样的文件读取代码： 123f = open('data.txt', 'r', encoding='utf-8')content = f.read()f.close() 三行，逻辑清晰，运行也正常。但它有一个致命缺陷：如果 f.read() 抛出异常，f.close() 永远不会执行。 1234f = open('data.txt', 'r', encoding='utf-8')content = f.read()print(content[999999]) # IndexError！f.close() # 这一行被跳过了 文件描述符泄漏了。单次运行看不出问题，但如果这段代码在循环里跑一万次，进程很快就会撞上操作系统的 ulimit -n 上限，抛出 OSError: [Errno 24] Too many open files。 老...

一、核心概念：求值规则1.1 Scheme 的默认行为：自动求值Scheme 解释器的默认行为是对一切表达式求值。当你输入 (+ 1 2) 时，解释器不会把 +、1、2 当作符号保留，而是： 查找 + 对应的加法函数 求值 1 和 2 得到数字 调用加法函数，返回 3 这是 Scheme 的"本能"——看到代码就执行，就像演员看到剧本就演出。 1.2 quote 的作用：阻止求值quote 的作用是阻止这种默认行为，把代码当作数据处理。它告诉解释器："别执行这段代码，原样返回就好。" 123(+ 1 2) ;; => 3 （求值：执行加法）'(+ 1 2) ;; => (+ 1 2) （不求值：返回列表本身）(quote (+ 1 2)) ;; => (+ 1 2) （同上，' 是语法糖） ' 是 (quote ...) 的简写——它们完全等价。 二、直观对比：有 quote vs 无 quote 表达式 求值结果 说明 42 42 数字...

一、直观对比：普通递归 vs 尾递归1.1 普通递归：阶乘1234def factorial(n): if n == 0: return 1 return n * factorial(n - 1) # 递归调用后还要做乘法！ 关键问题：n * factorial(n - 1) 中，递归调用 factorial(n - 1) 返回后，还要乘以 n。这意味着当前函数的栈帧不能被销毁——它必须等递归返回后继续计算。 1.2 尾递归：阶乘1234def factorial_tail(n, acc=1): if n == 0: return acc return factorial_tail(n - 1, acc * n) # 递归调用是最后一步！ 关键区别：factorial_tail(n - 1, acc * n) 是函数的最后一步操作。递归调用返回后，当前函数直接返回那个值，不需要做任何额外计算。这意味着当前栈帧可以被安全地复用。 核心判断标准：递归调用是否是函数的最后一个操作，且返回值直接就是递归调用的结果，不需要后续计算...

一、引言编写解释器是理解编程语言本质的最佳方式。本文将用 Python 实现一个最小但功能完整的 Scheme 解释器，覆盖三个核心模块： 解析器（Parser）：将字符串代码转换为 Python 内部数据结构 求值器（Evaluator）：根据 Scheme 规则计算数据结构的值 环境（Environment）：存储和查找变量值的"记事本" 二、模块一：解析器2.1 原理Scheme 的语法极其简单——一切都是 S-表达式（括号嵌套列表）。解析过程分两步： 词法分析（Tokenize）：将字符串拆分为 token 语法分析（Parse）：将 token 序列转换为嵌套列表 2.2 实现123456789101112131415161718192021222324252627282930313233343536import redef tokenize(source): tokens = re.findall(r'\(|\)|[^\s()]+', source) return tokensdef parse(tokens...

一、核心定义与直觉1.1 Scheme begin：时间维度的"打包器"begin 将多个表达式组合成一个单一的表达式。核心逻辑是顺序执行（Side-effect sequencing）——先做 A，再做 B，返回 B 的结果。 1234567(begin (display "Hello") (display " ") (display "World") 42);; 打印：Hello World;; 返回：42 begin 是为了解决一个矛盾：函数体只能返回一个值，但在有副作用的语言中需要做多件事。 1.2 Python 逗号：空间维度的"分隔符"逗号 , 是一个分隔符或构造器。核心逻辑是并列关系（Juxtaposition）——它用于分隔参数、列表元素，或者构造元组。它不隐含"先做这个再做那个"的顺序依赖，而是强调"把这些放在一起"。 12345678# 分隔参数print("Hello", "Wor...

一、基础语法与形态对比1.1 C++ switch：基于常量表达式的跳转1234567891011121314int day = 3;switch (day) { case 1: cout << "Monday"; break; // 必须手动 break，否则 Fall-through case 2: cout << "Tuesday"; break; case 3: cout << "Wednesday"; break; default: cout << "Other";} 核心特征： case 标签必须是编译期常量（整数、枚举、字符） Fall-through：不加 break 会继续执行下一个 case 只能做相等性测试（==），不支持范围判断 1.2 Python match：基于模式的结构匹...

一、基础语法与直观理解1.1 基本格式切片的语法格式是 sequence[start:stop:step]，三个参数均可省略。 1.2 "左闭右开"原则切片遵循数学区间 [start, stop) 的约定——包含 start，不包含 stop： 12nums = [0, 1, 2, 3, 4]print(nums[1:3]) # [1, 2] —— 取索引1和2，不取3 这个设计的好处是：stop - start 恰好等于切片的长度，计算起来非常自然。 1.3 负数索引负数索引从序列末尾倒数：-1 是最后一个元素，-2 是倒数第二个，以此类推。 1234nums = [0, 1, 2, 3, 4]print(nums[-1]) # 4 —— 最后一个元素print(nums[-3:-1]) # [2, 3] —— 倒数第三到倒数第二print(nums[-3:]) # [2, 3, 4] —— 倒数第三到末尾 二、进阶操作与技巧2.1 步长的奥秘step 控制切片的方向和跨度： 12345678910nums = [0, 1, 2...

一、引言：从"老式"到"新式"的进化Python 早期的 % 格式化继承自 C 语言的 printf，语法繁琐且类型绑定严格： 123name = "Alice"age = 30print("Name: %s, Age: %d" % (name, age)) format() 作为 Python 2.6 引入的"新式"格式化方法，是 f-string 的前身，也是目前功能最全面的格式化方案。 核心观点：虽然 f-string 更简洁，但 format() 在模板分离和动态格式化场景中依然是王者。 二、基础语法：三种参数传递方式2.1 位置参数12345# 默认顺序"{} {}".format("Hello", "World") # 'Hello World'# 指定索引——可以打乱顺序或重复使用"{1} {...

一、引言：揭开"魔法"的面纱当你写下 len(my_list) 或 my_obj + 1 时，Python 是如何知道怎么做的？ 答案是一套约定俗成的"暗号"系统——特殊名称（Magic Methods）。它们是 Python 对象与解释器之间的通信协议，以双下划线开头和结尾（因此也叫 Dunder Methods，Double UNDERscore）。 掌握这些暗号，你就能让自定义对象像内置类型一样工作。 二、基础篇：对象的"自我介绍"与"生命周期"2.1 对应关系 特殊名称 对应的内置功能 说明 __init__ 对象初始化 构造函数，创建实例时调用 __str__ str() / print() 面向用户的友好展示 __repr__ repr() / 交互式显示 面向开发者的精确描述 2.2 代码演示12345678910111213141516class Person: def __init__(self, name, age): ...

一、引言：字符串的两种面孔在 Python 交互式命令行中，同一个对象可以呈现两种截然不同的面貌： 1234567>>> s = "Hello\nWorld">>> print(s)HelloWorld>>> s'Hello\nWorld' print(s) 展示的是面向用户的友好输出——换行符真的换行了。而直接输入 s，展示的是面向开发者的精确描述——换行符被保留为 \n，还带着引号。 为什么 Python 需要两种方式来表示对象？因为它们服务于不同的受众：用户需要可读性，开发者需要精确性。 核心观点：repr() 追求精确与可复现性，f-string 追求可读性与灵活性。 二、repr()：对象的"官方身份证"2.1 核心概念repr() 旨在返回一个"官方"的字符串表示。理想情况下，这个字符串应该能作为 Python 代码来重新创建该对象： 1eval(repr(obj)) == obj 这不是硬性要求，但对于内置类型（如 int、str...

一、引言：打破"一次性"函数的诅咒普通函数有一个致命特征——一次性。执行到底，return 结果，销毁所有局部变量。人死灯灭，不留痕迹。 但有些场景需要函数"记住"上次执行到哪里了。比如遍历一个大文件，你不想一次性读入内存，而是读一行、处理一行、再读一行。这就需要函数拥有"记忆"——生成器应运而生。 生成器让函数从"单向流水线"变成了"可暂停的状态机"。 二、Yield：时间的暂停与状态的冻结2.1 核心机制当代码执行到 yield 时，函数并没有结束，而是"挂起"了： 保存当前的执行位置和所有局部变量 产出一个值给调用者 交还控制权，等待下次被唤醒 123456789101112131415161718192021def counter(n): i = 0 while i < n: print(f" [生成器内部] 即将 yield {i}") yield i ...

一、核心差异总结一句话概括：C++ 拥有编译期强制访问控制，Python 只有运行时命名约定。 C++ 的 public/protected/private 是编译器强制执行的——违规代码根本无法编译。Python 的 _/__ 前缀只是"君子协定"——技术上你总能绕过去，Python 相信"我们都是成年人"。 二、Python 的三种"伪权限"2.1 Public（var）：普通继承行为没有任何前缀的属性就是公开的，子类和外部都可以自由访问： 1234567891011121314class Animal: def __init__(self, name): self.name = name # 公开属性 def speak(self): # 公开方法 return f"{self.name} makes a sound"class Dog(Animal): d...