Python二級考試Python裝飾器與生成器試卷2025年解析考試時間：______分鐘總分：______分姓名：______一、請簡述Python中閉包的概念及其在理解裝飾器工作原理中的作用。二、解釋Python生成器與普通函數(shù)的主要區(qū)別，并說明生成器如何實現(xiàn)內(nèi)存效率。三、```pythondefdebug(func):defwrapper(*args,kwargs):print(f"Callingfunction'{func.__name__}'witharguments{args}andkeywordarguments{kwargs}")result=func(*args,kwargs)print(f"Function'{func.__name__}'returned{result}")returnresultreturnwrapper@debugdefadd(a,b):returna+b#以下為示例調(diào)用add(3,5)```四、請編寫一個裝飾器`count_calls`，它能夠跟蹤并打印出被裝飾函數(shù)被調(diào)用的次數(shù)。每次調(diào)用函數(shù)時，都應(yīng)輸出調(diào)用次數(shù)（例如，“Function'func_name'hasbeencalledXtimes”）。五、什么是帶參數(shù)的裝飾器？請設(shè)計一個裝飾器`log_entry_exit`，它接收一個日志級別（如'INFO','DEBUG'）作為參數(shù)，并在被裝飾函數(shù)的入口和出口處打印帶有該日志級別的信息。例如，裝飾器應(yīng)能使用如下方式應(yīng)用：```python@log_entry_exit('DEBUG')defprocess_data(data):#處理數(shù)據(jù)pass```六、```pythondeffibonacci_sequence(n):a,b=0,1count=0whilecount<n:yieldaa,b=b,a+bcount+=1```七、請編寫一個生成器函數(shù)`read_large_file_lines_in_chunks`，它接收兩個參數(shù)：一個文件路徑`file_path`和一個整數(shù)`chunk_size`。該生成器應(yīng)逐塊讀取文件內(nèi)容（每次讀取`chunk_size`行），并yield每一塊的內(nèi)容（例如，可以yield一個包含這`chunk_size`行的列表）。假設(shè)文件非常大，無法一次性讀入內(nèi)存。八、生成器表達式與列表推導(dǎo)式有何主要區(qū)別？請分別用列表推導(dǎo)式和生成器表達式寫出從一個列表`numbers=[1,2,3,4,5,6,7,8,9,10]`中篩選出所有偶數(shù)的代碼，并簡要說明使用生成器表達式時的內(nèi)存優(yōu)勢。九、請編寫一個生成器函數(shù)`interleave_sequences`，它接收任意數(shù)量的可迭代對象（如列表、元組），并生成一個迭代器，該迭代器交替地從每個輸入序列中yield元素。如果輸入序列的長度不等，應(yīng)yield完所有序列中最長的那個序列的剩余元素。例如：```python#假設(shè)調(diào)用如下seq1=[1,3,5]seq2=[2,4,6,8]result_gen=interleave_sequences(seq1,seq2)#迭代result_gen應(yīng)產(chǎn)生:1,2,3,4,5,6,8```十、描述使用裝飾器將日志記錄功能應(yīng)用于生成器函數(shù)的一種方法。請解釋其設(shè)計思路，并給出一個簡化的示例代碼，展示如何創(chuàng)建一個裝飾器，使得每次生成器產(chǎn)生一個值時，都能自動記錄該值（附帶時間戳等信息）。十一、考慮以下代碼：```pythondefonce(func):called=Falsedefwrapper(*args,kwargs):nonlocalcalledifnotcalled:called=Truereturnfunc(*args,kwargs)else:print("Functionhasalreadybeencalled.")returnwrapper@oncedefsay_hello():print("Hello,world!")say_hello()say_hello()```請分析`once`裝飾器的工作原理，特別是它如何使用`nonlocal`關(guān)鍵字來限制內(nèi)部函數(shù)`wrapper`對外部變量`called`的作用域，并確保函數(shù)只被執(zhí)行一次。試卷答案一、閉包是指在一個函數(shù)內(nèi)部定義的函數(shù)，它可以訪問并操作其外部函數(shù)作用域中的變量。裝飾器本質(zhì)上就是一個返回函數(shù)的高階函數(shù)，它通常需要訪問被裝飾函數(shù)的屬性（如`__name__`）或修改其行為。為了在裝飾器內(nèi)部訪問被裝飾函數(shù)本身或其閉包環(huán)境中的變量，閉包是必不可少的。通過閉包，裝飾器可以“記住”被裝飾函數(shù)的狀態(tài)或配置，并在調(diào)用時使用這些信息，從而實現(xiàn)如日志記錄、權(quán)限檢查、功能擴展等附加功能。二、Python生成器與普通函數(shù)的主要區(qū)別在于生成器是使用`yield`語句而不是`return`語句來返回值的。當(dāng)函數(shù)執(zhí)行到`yield`語句時，它會暫停執(zhí)行，并將`yield`后面的值發(fā)送給調(diào)用者，但會保留函數(shù)的當(dāng)前狀態(tài)（局部變量等），下次調(diào)用時從`yield`語句處繼續(xù)執(zhí)行。普通函數(shù)一旦執(zhí)行`return`語句，就會完全結(jié)束執(zhí)行，并返回值，調(diào)用棧幀被銷毀。生成器實現(xiàn)內(nèi)存效率的關(guān)鍵在于其惰性求值機制。生成器只在需要時才計算并產(chǎn)生下一個值，而不是一次性將所有值計算出來并存儲在內(nèi)存中。對于大型數(shù)據(jù)集或無限序列，這可以避免內(nèi)存耗盡，因為任何時候只有當(dāng)前處理的值和生成器自身的狀態(tài)占用內(nèi)存。三、該裝飾器`debug`的工作原理如下：1.`debug`函數(shù)定義了一個內(nèi)部函數(shù)`wrapper`，`wrapper`接收任意數(shù)量的位置參數(shù)`*args`和關(guān)鍵字參數(shù)`kwargs`。2.在`wrapper`函數(shù)內(nèi)部，首先打印被裝飾函數(shù)的名稱(`func.__name__`)、傳入的參數(shù)(`args`,`kwargs`)。3.然后調(diào)用原始函數(shù)`func(*args,kwargs)`，并將結(jié)果存儲在`result`變量中。4.接著打印函數(shù)的返回值(`result`)。5.最后，`wrapper`函數(shù)返回`func(*args,kwargs)`的結(jié)果。6.`debug`函數(shù)返回`wrapper`函數(shù)。7.使用`@debug`裝飾`add`函數(shù)時，`add`函數(shù)實際上被`wrapper`函數(shù)替換。`debug`裝飾器使用了以下Python特性：*高階函數(shù)：`debug`函數(shù)接收一個函數(shù)(`func`)作為參數(shù)，并返回另一個函數(shù)(`wrapper`)。*閉包：`wrapper`函數(shù)可以訪問其外部函數(shù)`debug`的參數(shù)`func`。*函數(shù)屬性訪問：使用`func.__name__`獲取被裝飾函數(shù)的名稱。*可變參數(shù)：使用`*args`和`kwargs`來接收被裝飾函數(shù)的任意參數(shù)。四、```pythondefcount_calls(func):defwrapper(*args,kwargs):wrapper.calls+=1print(f"Function'{func.__name__}'hasbeencalled{wrapper.calls}times")result=func(*args,kwargs)returnresultwrapper.calls=0#初始化調(diào)用計數(shù)器returnwrapper```解析思路：1.定義`count_calls`裝飾器函數(shù)，接收一個函數(shù)`func`作為參數(shù)。2.定義內(nèi)部函數(shù)`wrapper`，它同樣是一個高階函數(shù)，接收任意參數(shù)。3.在`wrapper`內(nèi)部，使用一個變量`wrapper.calls`來跟蹤調(diào)用次數(shù)。由于`wrapper.calls`是在`wrapper`函數(shù)內(nèi)部定義的，每次調(diào)用`wrapper`時都會增加，但這個計數(shù)器在`count_calls`函數(shù)的作用域內(nèi)是可訪問的（通過閉包）。為了在`wrapper`內(nèi)部修改這個變量，需要將其定義為`wrapper`的屬性。4.在`wrapper`執(zhí)行`func(*args,kwargs)`之前，打印調(diào)用信息，包括函數(shù)名和當(dāng)前調(diào)用次數(shù)。每次調(diào)用都會使`wrapper.calls`加1。5.調(diào)用原始函數(shù)`func`并獲取其返回值`result`。6.`wrapper`返回`func`的返回值。7.在`count_calls`函數(shù)的最后，返回`wrapper`函數(shù)。在返回之前，初始化`wrapper.calls`屬性為0。使用時：`@count_callsdefmy_func():...`五、```pythondeflog_entry_exit(level):defdecorator(func):defwrapper(*args,kwargs):print(f"[{level}]Enteringfunction'{func.__name__}'")result=func(*args,kwargs)print(f"[{level}]Exitingfunction'{func.__name__}'")returnresultreturnwrapperreturndecorator```解析思路：1.定義一個接收日志級別`level`作為參數(shù)的函數(shù)`log_entry_exit`。這使得裝飾器可以接收外部參數(shù)。2.`log_entry_exit`函數(shù)內(nèi)部定義了一個裝飾器函數(shù)`decorator`，它接收被裝飾的函數(shù)`func`作為參數(shù)。3.`decorator`內(nèi)部定義了`wrapper`函數(shù)，它實現(xiàn)了日志記錄邏輯。4.在`wrapper`函數(shù)內(nèi)部，在調(diào)用`func`之前，打印進入函數(shù)的信息，包括日志級別和函數(shù)名。5.調(diào)用原始函數(shù)`func(*args,kwargs)`并獲取返回值`result`。6.在調(diào)用`func`之后，打印退出函數(shù)的信息，包括日志級別和函數(shù)名。7.`wrapper`函數(shù)返回`func`的返回值。8.`decorator`函數(shù)返回`wrapper`函數(shù)。9.`log_entry_exit`函數(shù)返回`decorator`函數(shù)。使用時：`@log_entry_exit('DEBUG')defprocess_data(data):...`六、該生成器函數(shù)`fibonacci_sequence`的工作方式如下：1.接收一個參數(shù)`n`，表示要生成的斐波那契數(shù)列的項數(shù)。2.定義兩個變量`a`和`b`作為數(shù)列的前兩個數(shù)字，初始分別為0和1。3.定義一個計數(shù)器`count`用于跟蹤已生成的項數(shù)。4.進入一個`while`循環(huán)，條件是`count<n`。5.在循環(huán)內(nèi)部，使用`yielda`語句產(chǎn)生當(dāng)前的數(shù)字`a`。這是生成器的關(guān)鍵，它暫停函數(shù)執(zhí)行，將`a`的值發(fā)送給調(diào)用者，但保留`a`,`b`,`count`的狀態(tài)。6.更新`a`和`b`的值，以便計算下一個斐波那契數(shù)字：`a,b=b,a+b`。這樣新的`a`變成舊的`b`，新的`b`變成舊的`a`加上舊的`b`。7.將計數(shù)器`count`增加1。8.當(dāng)`count`達到`n`時，`while`循環(huán)條件不再滿足，生成器結(jié)束。生成器利用`yield`語句的特點：每次執(zhí)行到`yielda`時，函數(shù)就產(chǎn)出一個值并暫停，下次開始時從`yielda`語句繼續(xù)，`a`的值保持不變直到再次執(zhí)行到`yield`，這使得它可以按順序產(chǎn)生數(shù)列中的每個數(shù)字，而不需要預(yù)先計算整個序列或?qū)⑵淙看鎯υ趦?nèi)存中。七、```pythondefread_large_file_lines_in_chunks(file_path,chunk_size):withopen(file_path,'r',encoding='utf-8')asfile:chunk=[]forlineinfile:chunk.append(line.strip())iflen(chunk)==chunk_size:yieldchunkchunk=[]ifchunk:#如果文件行數(shù)不是chunk_size的倍數(shù)，yield剩余的行yieldchunk```解析思路：1.定義生成器函數(shù)`read_large_file_lines_in_chunks`，接收文件路徑`file_path`和塊大小`chunk_size`。2.使用`withopen(...)asfile:`語句安全地打開文件，并確保文件最后能正確關(guān)閉。3.初始化一個空列表`chunk`，用于存儲當(dāng)前塊的行。4.使用一個`forlineinfile:`循環(huán)逐行讀取文件內(nèi)容。`file`是一個可迭代對象（文件對象）。5.在循環(huán)內(nèi)部，使用`line.strip()`去除每行末尾的換行符，并將處理后的行添加到`chunk`列表中。6.檢查`chunk`列表的長度是否等于`chunk_size`。如果是，說明當(dāng)前塊已滿。7.如果塊已滿，使用`yieldchunk`產(chǎn)生這個塊（yield一個包含`chunk_size`行的列表）。8.然后清空`chunk`列表，準(zhǔn)備讀取下一個塊。9.循環(huán)結(jié)束后，檢查`chunk`列表是否非空。如果不為空，說明文件的總行數(shù)不是`chunk_size`的整數(shù)倍，需要yield最后不完整的塊。10.使用`yieldchunk`產(chǎn)生剩余的行。這種方法通過逐行讀取并累積到列表中，只在塊滿時才產(chǎn)生數(shù)據(jù)，避免了將整個大文件一次性加載到內(nèi)存中，從而實現(xiàn)了內(nèi)存效率。八、生成器表達式與列表推導(dǎo)式的主要區(qū)別在于：1.語法：列表推導(dǎo)式使用方括號`[]`，生成器表達式使用圓括號`()`。2.內(nèi)存占用：列表推導(dǎo)式會立即計算并構(gòu)建整個列表，所有元素都存儲在內(nèi)存中。生成器表達式是惰性求值的，它產(chǎn)生一個迭代器，每次迭代只計算并返回下一個元素，不會預(yù)先構(gòu)建整個結(jié)果序列。3.性能：對于大型數(shù)據(jù)集，生成器表達式更節(jié)省內(nèi)存。列表推導(dǎo)式在構(gòu)建大型列表時可能會消耗大量內(nèi)存甚至導(dǎo)致內(nèi)存錯誤。4.返回值：列表推導(dǎo)式返回一個列表對象。生成器表達式返回一個生成器對象（可迭代對象）。使用生成器表達式篩選偶數(shù)的代碼：`gen=(xforxinnumbersifx%2==0)`內(nèi)存優(yōu)勢說明：列表推導(dǎo)式`(xforxinnumbersifx%2==0)`實際上會立即遍歷`numbers`，計算每個元素的偶數(shù)判斷，并將所有滿足條件的偶數(shù)存儲在一個新的列表對象中。而生成器表達式`gen=(xforxinnumbersifx%2==0)`則返回一個生成器對象。調(diào)用`next(gen)`時，它會從`numbers`中迭代元素，判斷偶數(shù)，并返回第一個滿足條件的偶數(shù)。這個過程是逐步進行的，任何時候只有當(dāng)前處理的元素和生成器的狀態(tài)占用內(nèi)存。因此，對于`numbers`較大時，生成器表達式更節(jié)省內(nèi)存。九、```pythondefinterleave_sequences(*sequences):#創(chuàng)建一個包含所有輸入序列迭代器的列表iterators=[iter(seq)forseqinsequences]whileTrue:try:#嘗試從每個迭代器中獲取下一個元素next_items=[next(it)foritiniterators]#yield一個包含所有這些元素的元組yieldtuple(next_items)exceptStopIteration:#如果任何一個迭代器耗盡，則此生成器也結(jié)束break```解析思路：1.定義生成器函數(shù)`interleave_sequences`，使用`*sequences`參數(shù)接收任意數(shù)量的可迭代對象。2.使用列表推導(dǎo)式`[iter(seq)forseqinsequences]`為每個輸入序列`seq`創(chuàng)建一個迭代器`it`，并將所有迭代器存儲在列表`iterators`中。3.進入一個無限`whileTrue`循環(huán)。生成器的結(jié)束將在循環(huán)內(nèi)部通過`break`語句實現(xiàn)。4.在循環(huán)內(nèi)部，使用`try...except`塊來處理迭代器耗盡的情況。5.在`try`塊中，使用列表推導(dǎo)式`[next(it)foritiniterators]`嘗試從每個迭代器`it`中獲取下一個元素。這將在一個列表`next_items`中收集所有序列的當(dāng)前元素。6.使用`yieldtuple(next_items)`產(chǎn)生一個包含所有序列當(dāng)前元素的元組。這實現(xiàn)了交替輸出。7.如果在`next(it)`調(diào)用中拋出`StopIteration`異常（表示某個迭代器已經(jīng)沒有更多元素），則`except`塊會執(zhí)行。8.在`except`塊中，執(zhí)行`break`語句，退出`while`循環(huán)。9.當(dāng)所有輸入序列的迭代器都耗盡時，`while`循環(huán)結(jié)束，`interleave_sequences`生成器也隨之結(jié)束。這個函數(shù)利用了迭代器的`next()`方法來按順序從每個序列獲取元素，并在每次迭代時將來自所有序列的元素組合在一起輸出。十、設(shè)計思路：1.創(chuàng)建一個裝飾器函數(shù)，它接收一個生成器函數(shù)`gen_func`作為參數(shù)。2.裝飾器內(nèi)部定義了一個包裝函數(shù)`wrapper`，該函數(shù)本身也是一個生成器函數(shù)（因為它需要`yield`）。3.在`wrapper`內(nèi)部，首先調(diào)用原始生成器`gen_func`，這會啟動生成器的執(zhí)行。4.進入一個循環(huán)，不斷從原始生成器中獲取值。每次從`gen_func`中`yield`出一個值時，都執(zhí)行記錄邏輯（例如打印或?qū)懭肴罩疚募?.將從`gen_func`獲取的值再次`yield`出去，傳遞給生成器的調(diào)用者。6.當(dāng)原始生成器`gen_func`拋出`StopIteration`異常時（表示生成完畢），捕獲該異常并退出循環(huán)。7.裝飾器返回`wrapper`函數(shù)。示例代碼（簡化版，僅打印日志）：```pythonimporttimedeflog_generator_output(gen_func):defwrapper(*args,kwargs):print(f"Startinggenerator'{gen_func.__name__}'")gen=gen_func(*args,kwargs)#啟動原始生成器whileTrue:try:value=next(gen)#從原始生成器獲取值#記錄日志（示例：打印時間戳和值）timestamp=time.strftime("%Y-%m-%d%H:%M:%S",time.localtime())print(f"[LOG{timestamp}]Generator'{gen_func.__name__}'yielded:{value}")yieldvalue#將值傳遞給調(diào)用者exceptStopIteration:print(f"Generator'{gen_func.__name__}'finished.")breakreturnwrapper```使用示例：```python@log_generator_outputdefmy_gen(n):foriinrange(n):yieldi*2time.sleep(0.5)#模擬耗時操作#調(diào)用forvalinmy_gen(3):print(f"Receivedfromgenerator:{val}")```十一、`o