作用域
-
什么是猴子补丁（Monkey Patch）？有什么风险？
猴子补丁是一种运行时动态修改类或模块行为的技术，允许在不改动源码的情况下替换、添加或删除函数、方法和属性，常见于Python、Ruby等动态语言。其核心优势在于即时性和无侵入性，适用于热修复、测试模拟、扩展第三方库及反向移植等场景。通过示例可见，MyClass的original_method在运行时…
-
Python中的垃圾回收机制是如何工作的？
Python的垃圾回收机制由引用计数和分代垃圾回收共同构成，前者实时释放无引用对象，后者周期性清理循环引用，两者协同确保内存高效管理。 Python的垃圾回收机制，简而言之，就是一套自动管理内存的系统，它负责识别那些程序不再使用的对象，并将其占据的内存空间释放，以便后续可以重新分配。这套机制主要通过…
-
什么是闭包（Closure）？它有哪些典型用途？
闭包是函数与其词法环境的组合，使函数能访问并记住其外部变量，即使在外部函数执行完毕后依然保持引用，从而实现数据私有化、柯里化、事件处理等高级功能，但也需注意内存泄漏和性能开销等问题。 闭包，简单来说，就是一个函数和它被创建时所处的词法环境的组合。这意味着，即使这个函数在它定义时的作用域之外被执行，它…
-
Python中的闭包是什么？它解决了什么问题？
闭包是Python中内部函数引用外部函数变量的机制，即使外部函数执行完毕，内部函数仍能访问其变量，实现状态保持和函数工厂；它通过词法作用域捕获变量，支持装饰器等高级功能，但需注意循环中变量捕获陷阱和可变对象共享问题。 Python中的闭包，简单来说，就是一个内部函数，它记住了其外部（但非全局）作用域…
-
Python中的全局变量和局部变量有什么区别？
全局变量在整个程序中可访问，局部变量仅在函数内有效。Python按LEGB规则查找变量，函数内修改全局变量需用global声明，避免命名冲突和副作用。 Python中的全局变量和局部变量，核心区别在于它们的作用范围（scope）和生命周期。简单来说，局部变量只在定义它的函数或代码块内部有效，当函数执…
-
lambda 表达式的使用场景与限制
Lambda表达式在Stream API、事件处理和并发编程中显著提升开发效率，其简洁语法让代码更易读且富有表达力，但需注意变量捕获限制、this指向差异、复杂逻辑可读性差、调试困难及受检异常处理等问题，应通过提炼方法、使用方法引用、避免副作用和添加注释来编写清晰可维护的代码。 Lambda表达式的…
-
装饰器（Decorator）的工作原理与手写实现
装饰器是Python中通过函数闭包和语法糖实现功能扩展的机制，核心步骤包括定义外层接收函数、内层包装逻辑并返回wrapper；使用functools.wraps可保留原函数元信息；多个装饰器按从内到外顺序执行，适用于日志、权限等分层场景。 装饰器（Decorator），在我看来，是Python语言里…
-
详解 Python 的垃圾回收机制：引用计数与分代回收
Python的垃圾回收机制主要通过引用计数和分代回收协同工作。引用计数即时回收无引用对象，实现高效内存管理，但无法处理循环引用；分代回收则通过将对象按存活时间分为三代，定期检测并清除循环引用，弥补引用计数的不足。两者结合，既保证了内存释放的及时性，又解决了复杂场景下的内存泄露问题，构成了Python…
-
类变量和实例变量有什么区别？
类变量属于类本身，被所有实例共享，修改会影响全部实例；实例变量属于每个实例，独立存在，互不影响。类变量适用于共享数据如常量、计数器，实例变量用于对象独有属性如姓名、状态。可变类变量易引发意外共享，继承中子类可遮蔽父类类变量，而实例变量通过super()继承并保持独立。 类变量和实例变量的核心区别在于…
-
Python asyncio：从任务生成器实现高效异步并发执行的原理与实践
本教程深入探讨如何在Python asyncio中，从任务生成器实现异步任务的无阻塞并发执行。针对在不 await 任务完成的情况下，持续创建并调度新任务的需求，文章详细阐述了 asyncio 协程协作的本质，并提供了两种核心解决方案：通过 await asyncio.sleep(0) 显式让出控制…
