逐步演进
f=open('/etc/motd','r')
longest=0
while True:
lineLen=len(f.readline().strip())
if not lineLen: break
if lineLen > longest:
longest=lineLen
f.close()
return longest
问题：一直占有文件句柄未释放
f=open('/etc/motd','r')
longest=0
allLines=f.readLines()
f.close()
for line in allLines:
lineLen=len(line.strip())
if lineLen > longest:
longest=lineLen
return longest
问题：读完文件所有行再开始计算，耗费大量内存
f=open('/etc/motd','r')
allLineLens=[len(x.strip()) for x in f]
f.close()
return max(allLineLens)
问题：文件迭代器一行一行迭代f，列表解析需要文件所有行都会读到内存中
f=open('/etc/motd','r')
longest=max(len(x.strip()) for x in f)
f.close()
return longest
问题：可去掉文件打开模式，让python去处理打开的文件
return max(len(x.strip()) for x in open('etc/motd'))
这 ......
Ref : http://www.swig.org/translations/chinese/tutorial.html
假设你有一些c你想再加Python.。举例来说有这么一个文件example.c
/* File : example.c */
#include <time.h>
double My_variable = 3.0;
int fact(int n) {
if (n <= 1) return 1;
else return n*fact(n-1);
}
int my_mod(int x, int y) {
return (x%y);
}
char *get_time()
{
time_t ltime;
time(<ime);
return ctime(<ime);
}
接口文件
现在，为了增加这些文件到你喜欢的语言中，你需要写一个接口文件（interface file）投入到swig中。这些C functions的接口文件可能如下所示：
/* example.i */
%module example
%{
/* Put header files here or function declarations like below */
......
Ref : http://www.swig.org/translations/chinese/tutorial.html
假设你有一些c你想再加Python.。举例来说有这么一个文件example.c
/* File : example.c */
#include <time.h>
double My_variable = 3.0;
int fact(int n) {
if (n <= 1) return 1;
else return n*fact(n-1);
}
int my_mod(int x, int y) {
return (x%y);
}
char *get_time()
{
time_t ltime;
time(<ime);
return ctime(<ime);
}
接口文件
现在，为了增加这些文件到你喜欢的语言中，你需要写一个接口文件（interface file）投入到swig中。这些C functions的接口文件可能如下所示：
/* example.i */
%module example
%{
/* Put header files here or function declarations like below */
......
背景
项目的
自动化测试中已经使用了基于Python
脚本的框架，自动化过程中最关键的问题就是如何实现桩模块。运用
Python
强大的功能，实现任何桩模块都是可能的，但是是否必须完全使用
Python
实现模块逻辑，成本是一个决定性因素。在桩模块逻辑简单的情况下，使用
Python
模拟模块逻辑不但使自动化测试的结构清晰，也具有更好的灵活性，但是如果桩模块逻辑复杂，实现起来可能要耗费很大的成本，也容易由于桩模块逻辑与实际不符导致测试结果不可信。在这种情况下，如果能够借用
RD
开发的某些代码段
/
库，将会对测试自动化带来很多效益。
另外，在Python
中调用
C/C++
代码的方法也可能应用于
C/C++
库的测试中，这种测试方法的可行性还有待研究。
以下总结出几种在Python
中调用
C/C++
代码的方法
使用ctypes
模块调用
C
动态库
从Python2.5
开始，
Python
开始提供
ctypes
模块来提供对
C
语言编译的动态库文件的调用。注意，
这里特指C
的动态库
，用C++
编译的动态库
ctypes
虽然能够加载，但调用时的函数名已经由于
C++
的重载特性被加以修改，难以调用。 使用
ctypes
调用
C
动态库的� ......
背景
项目的
自动化测试中已经使用了基于Python
脚本的框架，自动化过程中最关键的问题就是如何实现桩模块。运用
Python
强大的功能，实现任何桩模块都是可能的，但是是否必须完全使用
Python
实现模块逻辑，成本是一个决定性因素。在桩模块逻辑简单的情况下，使用
Python
模拟模块逻辑不但使自动化测试的结构清晰，也具有更好的灵活性，但是如果桩模块逻辑复杂，实现起来可能要耗费很大的成本，也容易由于桩模块逻辑与实际不符导致测试结果不可信。在这种情况下，如果能够借用
RD
开发的某些代码段
/
库，将会对测试自动化带来很多效益。
另外，在Python
中调用
C/C++
代码的方法也可能应用于
C/C++
库的测试中，这种测试方法的可行性还有待研究。
以下总结出几种在Python
中调用
C/C++
代码的方法
使用ctypes
模块调用
C
动态库
从Python2.5
开始，
Python
开始提供
ctypes
模块来提供对
C
语言编译的动态库文件的调用。注意，
这里特指C
的动态库
，用C++
编译的动态库
ctypes
虽然能够加载，但调用时的函数名已经由于
C++
的重载特性被加以修改，难以调用。 使用
ctypes
调用
C
动态库的� ......
背景
项目的
自动化测试中已经使用了基于Python
脚本的框架，自动化过程中最关键的问题就是如何实现桩模块。运用
Python
强大的功能，实现任何桩模块都是可能的，但是是否必须完全使用
Python
实现模块逻辑，成本是一个决定性因素。在桩模块逻辑简单的情况下，使用
Python
模拟模块逻辑不但使自动化测试的结构清晰，也具有更好的灵活性，但是如果桩模块逻辑复杂，实现起来可能要耗费很大的成本，也容易由于桩模块逻辑与实际不符导致测试结果不可信。在这种情况下，如果能够借用
RD
开发的某些代码段
/
库，将会对测试自动化带来很多效益。
另外，在Python
中调用
C/C++
代码的方法也可能应用于
C/C++
库的测试中，这种测试方法的可行性还有待研究。
以下总结出几种在Python
中调用
C/C++
代码的方法
使用ctypes
模块调用
C
动态库
从Python2.5
开始，
Python
开始提供
ctypes
模块来提供对
C
语言编译的动态库文件的调用。注意，
这里特指C
的动态库
，用C++
编译的动态库
ctypes
虽然能够加载，但调用时的函数名已经由于
C++
的重载特性被加以修改，难以调用。 使用
ctypes
调用
C
动态库的� ......
我们在做软件开发的时候很多要用到多线程技术。例如如果做一个下载软件象flashget就要用到、象在线视频工具realplayer也要用到因为要同时下载media stream还要播放。其实例子是很多的。
线程相对进程来说是“轻量级”的，操作系统用较少的资源创建和管理线程。程序中的线程在相同的内存空间中执行，并共享许多相同的资源。
在python
中如何创建一个线程对象
如果你要创建一个线程对象，很简单，只要你的类继承threading.Thread
，然后在__init__
里首先调用threading.Thread
的__init__
方法即可
import threading
class mythread(threading.Thread):
def __init__(self, threadname):
threading.Thread.__init__(self, name = threadname)
....
这才仅仅是个空线程，我可不是要他拉空车的，他可得给我干点实在活。很简单，重写类的run()
方法即可，把你要在线程执行时做的事情都放到里面
import threading
import time
class mythread(threading.Thread):
def __init__(...):
....
def run(self):
for i in range(10):
print self.getName, i
time.sleep(1)
以上代码我们让这个线程在执行之后每隔1秒输出一次信息到屏幕，10次后结束
g ......
多个执行线程经常要共享数据，如果仅仅读取共享数据还好，但是如果多个线程要修改共享数据的话就可能出现无法预料的结果。
假如两个线程对象t1
和t2
都要对数值num=0
进行增1运算，那么t1
和t2
都各对num
修改10
次的话，那么num
最终的结果应该为20
。但是如果当t1
取得num
的值时（假如此时num
为0
），系统把t1
调度为“sleeping
”状态，而此时t2
转换为“running
”状态，此时t2
获得的num
的值也为0
，然后他把num+1
的值1
赋给num
。系统又把t2
转化为“sleeping
”状态，t1
为“running
”状态，由于t1
已经得到num
值为0
，所以他也把num+1
的值赋给了num
为1
。本来是2
次增1
运行，结果却是num
只增了1
次。类似这样的情况在多线程同时执行的时候是有可能发生的。所以为了防止这类情况的出现就要使用线程同步机制。
最简单的同步机制就是“锁”
锁对象用threading.RLock
类创建
mylock = threading.RLock()
如何使用锁来同步线程呢？线程可以使用锁的acquire()
......
我们经常会采用生产者/消费者关系的两个线程来处理一个共享缓冲区的数据。例如一个生产者线程接受用户数据放入一个共享缓冲区里，等待一个消费者线
程对数据取出处理。但是如果缓冲区的太小而生产者和消费者两个异步线程的速度不同时，容易出现一个线程等待另一个情况。为了尽可能的缩短共享资源并以相同
速度工作的各线程的等待时间，我们可以使用一个“队列”来提供额外的缓冲区。
创建一个“队列”对象
import Queue
myqueue = Queue.Queue(maxsize = 10)
Queue.Queue
类即是一个队列的同步实现。队列长度可为无限或者有限。可通过Queue
的构造函数的可选参数maxsize
来设定队列长度。如果maxsize
小于1
就表示队列长度无限。
将一个值放入队列中
myqueue.put(10)
调用队列对象的put()
方法在队尾插入一个项目。put()
有两个参数，第一个item
为必需的，为插入项目的值；第二个block
为可选参数，默认为1
。如果队列当前为空且block
为1
，put()
方法就使调用线程暂停,直到空出一个数据单元。如果block
为0
，put
方法将引发Full
异常。
将一个值从队列中取出
myqueue.get()
调用队列对象的get()
方法从队头删除并返回� ......
最新文章 : Python