Python系列之lambda、函数、序列化

lambda

在python中使用lambda来创建匿名函数，而用def创建的方法是有名称的，除了从表面上的方法名不一样外，python lambda还有哪些和def不一样呢？

1. 1 python lambda会创建一个函数对象，但不会把这个函数对象赋给一个标识符，而def则会把函数对象赋值给一个变量。
2. 2 python lambda它只是一个表达式，而def则是一个语句。

下面是python lambda的格式，看起来好精简:

lambda x: print(x)

下面举几个例子：

def su(func):
    return func +2
for x in range(10):
    ret = su(x)
#------------------------------------# 两个例子输出的结果是一样的[2,3,4,5,6,7,8,9,10,11]
g = lambda x:x+2
info = [g(x) for x in range(10)]

可以看出lambda确实很简单!

函数

曾多次提到函数,函数到底是什么东东,那我们就一探究竟。首先先说下 为什么要用函数？

函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段.函数能提高应用的模块性，和代码的重复利用率。

定义函数：

• 函数代码块以 def 关键词开头，后接函数标识符名称和圆括号()。
• 任何传入参数和自变量必须放在圆括号中间。圆括号之间可以用于定义参数。
• 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
• 函数内容以冒号起始，并且缩进。
• return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回 None。

语法：

def functionname( parameters ):
   function_suite
   return [expression]

返回值

def foo(func):
    return func + 1    #return，表示函数的返回值

python 函数返回值有两种形式：

1. 返回一个值。
2. 返回多个值。

默认返回None。

参数

• 必备参数 ： 必备参数须以正确的顺序传入函数。调用时的数量必须和声明时的一样
• 关键字参数：  关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。
• 默认参数  ：调用函数时，缺省参数的值如果没有传入，则被认为是默认值。
• 不定长参数：　函数能处理比当初声明时更多的参数

#必备参数
def foo(func):
    print(func)
foo('hello')  #hello
#关键字参数
def foo(func):
    print(func)
foo(func = 'hello') #hello

#缺省参数

def printinfo( name, age = 35 ):
   print("Name: ", name)
   print("Age ", age)

printinfo( age=50, name="miki" )  #Name: miki,Age 50
printinfo( name="miki" ) #Name: miki,Age  35

#不定长参数
def functionname(*args,**kwargs):
    print('输出:%s'%args)

functionname(['ok',11,22,33]) #输出:['ok', 11, 22, 33]

　序列化之pickle和json

pickle 和json 是序列化的两个模块。

Json模块提供了四个功能：dumps、dump、loads、load

pickle模块提供了四个功能：dumps、dump、loads、load

pickle

首先，我们尝试把一个对象序列化并写入文件：

accounts = {
    'k1':'hello',
    'k2':'world'
}
f = open('dump.txt','wb')
f.write(pickle.dumps(accounts))
f.close()

pickle.dumps()把任意对象序列化成一个str，然后，就可以把这个str写入文件.或者用另一个方法pickle.dump()直接把对象序列化后写入一个文件：

f = open('dump.txt','wb')
pickle.dump(accounts,f)
f.close()

看看写入的dump.txt文件，一堆乱七八糟的内容，这些都是Python保存的对象内部信息。

当然有序列化也有反序列化，我们把dump.txt的一堆乱码给还原：

f = open('dump.txt','rb')
ret = pickle.loads(f.read())
f.close()

当然我们也可以直接用pickle.load()方法从dump.txt中直接反序列化出对象:

f = open('dump.txt','rb')
pickle.load(f)
f.close()

内容又变回来了。

ps：是python独有的序列化方式，比json功能强大任何类型的数据都可以被序列化和反序列化。

 json

如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

accounts = {
    'k1':'hello',
    'k2':'world'
}

f = open('dump.txt','w')
f.write(json.dumps(accounts))
f.close()

打开dump.txt 文件内容不在是乱码，并且是可读的

{"k1": "hello", "k2": "world"}

由此可见dumps()方法返回一个str。内容就是标准的JSON。类似的，dump()方法可以直接把JSON写入一个file-like Object。

f = open('dump.txt','w')
json.dump(accounts,f)
f.close()

要把JSON反序列化为Python对象，用loads()或者对应的load()方法，前者把JSON的字符串反序列化，后者从file-like Object中读取字符串并反序列化：

f = open('dump.txt','r')
c = json.loads(f.read())
f.close()

有一点需要注意，就是反序列化得到的所有字符串对象默认都是unicode而不是str。由于JSON标准规定JSON编码是UTF-8，所以我们总是能正确地在Python的str或unicode与JSON的字符串之间转换。　　

import smtplib
from email.mime.text import MIMEText
from email.utils import formataddr

msg = MIMEText('邮件内容', 'plain', 'utf-8')
msg['From'] = formataddr(["武沛齐",'[e-mail]'])
msg['To'] = formataddr(["走人",'[e-mail]'])
msg['Subject'] = "主题"

server = smtplib.SMTP("smtp.126.com", 25)
server.login("[e-mail]", "邮箱密码")
server.sendmail('[e-mail]', ['[e-mail]',], msg.as_string())
server.quit()

发邮件实例