1、有参装饰器：给装饰器添加一个参数、来控制装饰器的行为。
@auth（参数）
auth里层的函数名 = auth（参数）
被装饰的函数名 = auth里层的函数名（被装饰的函数名）
被装饰的函数名（）
应用场景：flask框架的路由就是有参装饰器
def arg(argv):
def wrapper(func):
def inner(*args,**kwargs):
if argv:
print("开始装饰")
ret = func(*args,**kwargs)
if argv:
print("装饰结束")
return ret
return inner
return wrapper
def index():
print("is index")
wrapper = arg(True)
index = wrapper(index)
index()
# 结果：开始装饰
# is index
# 装饰结束
2、三层有参装饰器：
msg = """
1.微信
2.抖音
3.邮箱
请选择您要登陆的软件：
"""
choose = input(msg)
def auth(arg):
def wrapper(func):
def inner(*args,**kwargs):
user = input("username:")
pwd = input("password:")
if arg == "1":
if user == "alex" and pwd == "alex1234":
func(*args,**kwargs)
elif arg == "2":
if user == "wusir" and pwd == "1234":
func(*args,**kwargs)
elif arg == "3":
if user == "meet" and pwd == "1234":
func(*args,**kwargs)
return inner
return wrapper
@auth(choose) #wechat = wrapper(wechat) = auth(choose)
def wechat():
print("微信")
a = auth(choose)
wechat = a(wechat)
wechat()
@auth(choose)
def dy():
print("抖音")
@auth(choose)
def email():
print("邮箱")
if choose == "1":
wechat()
elif choose == "2":
dy()
elif choose == "3":
email()
结果：微信
3、有参装饰器微信、抖音、邮箱：
msg = """
微信
抖音
邮箱
请选择您要登陆的软件：
"""
choose = input(msg)
def auth(arg):
def wrapper(func):
def inner(*args,**kwargs):
user = input("username:")
pwd = input("password:")
if arg == "微信":
if user == "alex" and pwd == "alex1234":
func(*args,**kwargs)
else:
print("账号或密码错误！")
elif arg == "抖音":
if user == "wusir" and pwd == "1234":
func(*args,**kwargs)
else:
print("账号或密码错误！")
elif arg == "邮箱":
if user == "meet" and pwd == "1234":
func(*args,**kwargs)
else:
print("账号或密码错误！")
return inner
return wrapper
@auth(choose) #wechat = wrapper(wechat) = auth(choose)
def wechat():
print("微信")
@auth(choose)
def dy():
print("抖音")
@auth(choose)
def email():
print("邮箱")
func_dic = {
"微信":wechat,
"抖音":dy,
"邮箱":email
}
if choose in func_dic:
func_dic[choose]()
else:
print("输入有误请重新输入！")
4、多个装饰器装饰一个函数时先执行离被装饰的函数最近的装饰器：
def f1(func): #func == index
def f2(*args,**kwargs):
print("这是f1的装饰开始")
func(*args,**kwargs)
print("这是f1的装饰结束")
return f2
def foo1(func): #func == f2
def foo2(*args,**kwargs):
print("这是foo1的装饰开始")
func(*args,**kwargs)
print("这是foo1的装饰结束")
return foo2
@foo1 #index = foo1(index) #index = foo1(f2)
@f1 #index = f1(index) #现在的index其实就是返回的f2
def index():
print("is index")
index() #foo2()
结果： 这是foo1的装饰开始
这是f1的装饰开始
is index
这是f1的装饰结束
这是foo1的装饰结束
看到的真不为真
看到的真不为真
看到的真不为真
5、递归的精华：一递一归。
6、递归的定义：不断调用自己本身（死递归）
有明确的结束条件
7、死递归如下：
def func():
print(1)
func()
func()
结果：RecursionError: maximum recursion depth exceeded while calling a Python object--递归错误：调用Python对象时，最大递归深度超过了
最大深度/层次、官方：1000、实际测试：998/997
8、修改递归最大深度：
import sys
sys.setrecursionlimit(1000)
9、递归举例：
def age(n):
if n == 3:
return 18
def age1(n):
if n == 3:
return 18
return age(n + 1) - 2
def age2(n):
if n == 3:
return 18
return age1(n + 1) - 2
print(age2(1))
# 结果：14
10、阶乘5层 1,2,3,4,5
结果：120
11、斐波那契数列：1,1,2,3,5,8,13,21,34,55
12、递归效率低：每次进入更深一层递归时，问题规模相比上次递归都应有所减少，递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用就是通过栈（stack）这种数据结构实现的，每当进入一个函数调用时，栈就会增加一层栈，每当函数返回时，栈就会减少一层，由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。
作业题：