GIL全局解释器锁
-
描述Python GIL的概念， 以及它对python多线程的影响？编写⼀个 多线程抓取⽹⻚的程序，并阐明多线程抓取程序是否可⽐单线程性 能有提升，并解释原因。
Python语⾔和GIL没有半⽑钱关系。仅仅是由于历史原因在 Cpython虚拟机(解释器)，难以移除GIL。
GIL：全局解释器锁。每个线程在执⾏的过程都需要先获取 GIL，保证同⼀时刻只有⼀个线程可以执⾏代码。
线程释放GIL锁的情况： 在IO操作等可能会引起阻塞的system call之前,可以暂时释放GIL,但在执⾏完毕后,必须重新获取GIL Python 3.x使⽤计时器（执⾏时间达到阈值后，当前线程释放 GIL）或Python 2.x，tickets计数达到100
Python使⽤多进程是可以利⽤多核的CPU资源的。
多线程爬取⽐单线程性能有提升，因为遇到IO阻塞会⾃动释放 GIL锁
-
解决方法
换解释器
在一些部位换语言
浅拷贝、深拷贝
1.浅拷贝
- 浅拷贝是对于一个对象的顶层拷贝（拷贝了引用，并没有拷贝内容）
2.深拷贝
- 深拷贝是对于一个对象所有层次的拷贝（递归）
3.拷贝的其他方式
切片表达式可以赋值一个序列（浅拷贝）
字典的copy方法可以拷贝一个字典（浅拷贝）
4.注意点
- 拷贝对不可变类型和可变类型的copy不同
1.copy.copy对于可变类型，会进行浅拷贝
2.copy.copy对于不可变类型，不会拷贝，仅仅是指向
私有化
xx:公有变量
_x:但前置下划线，私有化属性或方法，from somemodule import *禁止导入，类对象和子类可以访问
__xx:双前置下划线，避免与子类中的属性命名冲突，无法在外部直接访问（名字重整所以访问不到）
xx:双前后下划线，用户名字空间的魔法对象或属性。例如：init,__不要自己发明这样的名字
xx_:单后置下划线，用于避免与Python关键词的冲突
import导入模块
- import搜素路径
improt sys
print(sys.path)
- 从上面列出的目录里依次查找导入的模块文件
- "表示当前路径
- 列表中的路径的先后顺序代表了python解释器在搜索模块时的先后顺序
- 重新导入模块
- 模块被导入后， import module 不能重新导入模块，重新导入需要reload
from imp import reload
reload(模块名)
- 多模块开发时注意点
- 要修改某个引用模块内的属性值，必须使用 import
封装、继承、多态
- 在使用面向过程编程时，当需要对数据处理时，需要考虑用哪个模板中哪个函数来进行操作，但是当用面向对象编程时，因为已经将数据存储到了这个独立的空间中，这个独立的空间（即对象）中通过一个特殊的变量（class）能够获取到类（模板），而且这个类中的方法是有一定数量的，与此类无关的将不会出现在本类中，因此需要对数据处理时，可以很快速的定位到需要的方法是谁 这样更方便
- 全局变量是只能有1份的，多很多个函数需要多个备份时，往往需要利用其它的变量来进行储存；而通过封装 会将用来存储数据的这个变量 变为了对象中的一个“全局”变量，只要对象不一样那么这个变量就可以再有1份，所以这样更方便
- 代码划分更清晰
多继承以及MRO顺序
1.单独调用父类的方法
2.多继承中super调用有所父类的被重写的方法
* 如果使用super().xxxx()那么会拿着当前类的名字到类名.mro获取到的元组中去找，只要找到，那么就调用它的下一个方法
* 如果使用super(类名，self).xxxx()那么会拿着类的名字到类名.mro获取到的元组中去找，只要找到，那么就调用它的下一个方法
3.单继承中super
总结
1.super().init相对于类名.init,在单继承上用法基本无差
2.但在多继承上有区别， super方法能保证每个父类的方法只会执行一次，而使用类名的方法会导致方法被执行多次，具体看前面的输出结果
3.多继承时，使用super方法，对父类的传参数，应该是由于python中super的算法导致的原因，必须把参数全部传递，否则会报错
4.单继承时，使用suoer方法， 则不能全部传递，只能传父类方法所需的参数，否则会报错
5.多继承时，相对与使用类名.init方法，要把每个父类全部写一遍，而使用super方法，只需写一句话便执行全部父类的方法， 这也是为何多继承需要全部传参的一个原因
静态方法和类方法
1.类属性、实例属性
- 实例属性属于对象：实例属性在每个对象中都要保存一份
- 类属性属于类：类属性内存中只保存一份
- 应用场景：通过类创建实例对象时，如果每个对象需要具有相同名字的属性，那么就使用类属性，用一份即可
2.实例方法，静态方法和类 方法；三种方法在内存中都归属于类，区别在于调用方式不同
实例方法：由对象调用；至少一个self参数；执行实例方法时，自动将调用该方法的对象赋值给self
类方法：由类调用；至少一个cls参数；执行类方法时，自动将调用该方法的类赋值给cls
静态方法：由类调用；无默认参数
相同点：对于所有的方法而言，均属于类，所以在内存中也只保存一份
不同点：方法调用者不同、调用方法时自动传入参数不同
property属性
- 一种用起来像是使用的实例属性一样的特殊属性，可以对应于某个方法
- 定义时，在实例方法的基础上添加@property装饰器；并且仅有一个self参数
- 调用时，无需括号
方法：foo_obj.func()
property属性：foo_obj.prop
- Python的property属性的功能是 ：property属性内部进行一系列的逻辑计算，最终将计算结果返回
property属性的两种方式
- 装饰器即：在方法上应用装饰器
- 类属性即：在类中定义值为property对象的类属性
装饰器方式
经典类中的属性只有一种访问方式，其对应被@property修饰的方法
新式类中的属性有三种访问方式，并分别对应了三个被@property、@方法名.setter、@方法名.deleter修饰的方法，可以根据几个属性的访问特点分别将三个方法定义为对同一个属性：获取、修改、删除
当使用类属性的方式创建property属性时，经典类和新式类无区别
property方法的四个参数
- 第一个参数是方法名，调用对象.属性时自动触发执行方法
- 第二个参数是方法名，调用对象.属性 = xxx时自动触发执行方法
- 第三个参数是方法名，调用del对象.属性时自动触发执行方法
- 第四个参数是字符串，调用对象.属性.doc,此参数是该属性的描述信息
总结
- 定义property属性共有两种方式,分别是【装饰器】和【类属性】，而【装饰器】方式针对经典类和新式类又有所不同
- 通过使用property属性，能够简化调用者在获取数据的流程
proeprty属性应用
- 重新实现一个属性的设置和读取方法，可做边界判定
魔法属性
1.doc:表示类的描述信息
2.module和class
- module表示当前操作的对象在那个模块
- class表示当前操作的对象类是什么(当获取实例属性的时候，如果实例对象中没有这个属性，那么就会按照class指定的类对象中找到这个类属性)
3.init:初始化方法，通过类创建对象时，自动触发执行
4.del:当对象在内存中被释放，自动触发执行（对象计数为0或程序执行结束时触发）
5.call:对象后面加括号，触发执行
6.dict:类会对象中的所有属性
7.str:如果一个类中定义了str,那么在打印对象时，默认输出该方法的返回值（只要是获取这个对象的描述的情况，都会调用）
8.getitem、setitem、delitem
- 用于索引操作，如字典，以上分别表示获取、设置、删除
9.getslice、setslice、delslice
- 该三个方法用于分片操作，如：列表
面向对象设计
- 继承-是基于Python中的属性查找（如X.name）
- 多态-在X.medthod方法中，method的意义取决于X的类型
- 封装-方法和运算符实现行为，数据隐藏默认是一种惯例
with与"上下文管理器"
- 系统资源如文件、数据库连接、socket而言。应用程序打开这些资源并执行完业务逻辑之后，必须做的一件事就是要关闭（断开）该资源
- 上下文管理器：任何实现了enter()和exit()方法的对象都可称之为上下文管理器
- with语法用于简化资源操作的后续清除操作，是try/finally的替代方法，实现原理建立在上下文管理器之上
