#Python 2.5
创新互联建站专注于阳江网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供阳江营销型网站建设，阳江网站制作、阳江网页设计、阳江网站官网定制、重庆小程序开发服务，打造阳江网络公司原创品牌,更为您提供阳江网站排名全网营销落地服务。
#这个可以用修饰器来完成
#但是一般不会限制参数类型
#给你个思路:
def argfilter(*types):
def deco(func):
#这是修饰器
def newfunc(*args):
#新的函数
if len(types)==len(args):
correct = True
for i in range(len(args)):
if not isinstance(args[i], types[i]):
#判断类型
correct = False
if correct:
return func(*args)
#返回原函数值
else:
raise TypeError
else:
raise TypeError
return newfunc
#由修饰器返回新的函数
return deco
#返回作为修饰器的函数
@argfilter(int, str)
#指定参数类型
def func(i, s):
#定义被修饰的函数
print i, s
#之后你想限制类型的话, 就这样:
#@argfilter(第一个参数的类名, 第二个参数的类名, ..., 第N个参数的类名)
#def yourfunc(第一个参数, 第一个参数, ..., 第N个参数):
#
...
#
#相当于:
#def yourfunc(第一个参数, 第一个参数, ..., 第N个参数):
#
...
#yourfunc = argfilter(第一个参数的类名, 第二个参数的类名, ..., 第N个参数的类名)(yourfunc)
python 限制函数调用次数的实例讲解
发布时间：2018-04-21 09:58:18 作者：随便起个名字啊
下面小编就为大家分享一篇python 限制函数调用次数的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
如下代码，限制某个函数在某个时间段的调用次数，
灵感来源：python装饰器-限制函数调用次数的方法(10s调用一次) 欢迎访问
原博客中指定的是缓存，我这里换成限制访问次数，异曲同工
#newtest.py
#!/usr/bin/env python
#-*- coding:utf-8 -*-
import time
def stat_called_time(func):
cache={}
limit_times=[10]
def _called_time(*args,**kwargs):
key=func.__name__
if key in cache.keys():
[call_times,updatetime]=cache[key]
if time.time()-updatetime 60:
cache[key][0]+=1
else:
cache[key]=[1,time.time()]
else:
call_times=1
cache[key]=[call_times,time.time()]
print('调用次数: %s' % cache[key][0])
print('限制次数: %s' % limit_times[0])
if cache[key][0] = limit_times[0]:
res=func(*args,**kwargs)
cache[key][1] = time.time()
return res
else:
print("超过调用次数了")
return None
return _called_time
@stat_called_time
def foo():
print("I'm foo")
if __name__=='__main__':
for i in range(10):
foo()
#test.py
from newtest import foo
import time
for i in range(30):
foo()
print('*'*20)
foo()
foo()
print('*'*20)
for i in range(60):
print(i)
time.sleep(1)
for i in range(11):
foo()
有的时候, 我们希望会保留列表中的数据作为备份,又不希望函数中不修改列表的值,该怎么做?python中提供了一种方法,将列表的副本传递给
函数,这样函数修改的只是列表的副本, 不会修改原列表的内容,可以按照下面这样做:
function_name(list_name[:])
切片表示法[:]创建列表副本.
如下面程序: 我们可以 给print_models 方法传递 unprinted_designs[:],这样原列表 unprinted_designs值的就不会被修改
def print_models(unprinted_designs ,completed_models):
"""
模拟打印每个设计,直到没有未打印的设计为止
打印每个设计后,都将其移到列表completed_models中
"""
while unprinted_designs:
current_design = unprinted_designs.pop()
#模拟根据设计制作3D打印模型的过程
print("Printing model:"+current_design)
completed_models.append(current_design)
def show_completed_models(completed_models):
"""显示打印的所有模型"""
print("\n The following mdels have been printed:")
for completed_model in completed_models:
print(completed_model)
unprinted_designs =['iphone case','robot pendant','dodecahedron']
completed_models = []
print_models(unprinted_designs , completed_models)
show_completed_models(completed_models)
python不能无限的递归调用下去。并且当输入的值太大，递归次数太多时，python 都会报错
首先说结论，python解释器这么会限制递归次数，这么做为了避免"无限"调用导致的堆栈溢出。
tail recursion 就是指在程序最后一步执行递归。这种函数称为 tail recursion function。举个例子：
这个函数就是普通的递归函数，它在递归之后又进行了 乘 的操作。 这种普通递归，每一次递归调用都会重新推入一个调用堆栈。
把上述调用改成 tail recursion function
tail recursion 的好处是每一次都计算完，将结果传递给下一次调用，然后本次调用任务就结束了，不会参与到下一次的递归调用。这种情况下，只重复用到了一个堆栈。因此可以优化结构。就算是多次循环，也不会出现栈溢出的情况。这就是 tail recursion optimization 。
c和c++都有这种优化， python没有，所以限制了调用次数，就是为了防止无限递归造成的栈溢出。
如果递归次数过多，导致了开头的报错，可以使用 sys 包手动设置recursion的limit
手动放大 recursionlimit 限制：