Python延迟加载执行

在实际的工作中，我们经常会有这样的需求，一些功能需要执行，但是又可以不马上执行，这时候就可以使用延迟加载执行了。

代码如下：

import contextlib
import time
def callback_1():
    for i in range(3):
        time.sleep(1)
        print(i)
def callback_2(x):
    for i in range(97,x):
        time.sleep(1)
        print(i)
        # print(f'我是第二个回调函数，传入参数：{x}')
with contextlib.ExitStack() as stack:
    stack.callback(callback_1)
    stack.callback(callback_2, 100)
    print(12345)
    print('xxxx')
print('退出缩进')

输出结果如下图：

可以看出以下特点：
被添加的回调函数进入了一个栈，所以后添加的回调函数先调用
回调函数会在结束缩进的时候被调用

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• 详解用python开发Zeroc Ice应用的操作是什么

  这篇文章主要介绍了如何用python开发Zeroc Ice应用，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下

• python合并excel表怎样实现？一文带你看懂

  这篇文章给大家分享的是有关python合并excel表的操作，合并excel表是比较常用的操作了，小编觉得挺实用的，因此分享给大家做个参考，接下来一起跟随小编看看吧。

• 用Python实现复制文件的思路及做法是什么

  Python中如何实现复制文件。按照用户输入的文件文件名字，新建一个文件，在文件里面写入内容，然后复制文件

• 用Python怎样做炸弹人小游戏，代码是什么

  这篇文章主要介绍了基于Python中的Pygame模块实现的炸弹人小游戏，文中的示例代码讲解详细，对学习Python有一定的帮助，感兴趣的小伙伴可以学习一下

• DataFrame在大数据处理过程中很慢的问题该怎么办

  1.问题说明最近用DataFrame做大数据处理，发现处理速度特别慢，追究原因，发现是循环处理时，loc，iloc速度都特别慢，当数据量特别大得时候真的是超级慢。查很多资料，发现没有详细说明，以下为解决办法2.问题解决使用Pandas.Series.apply方法，可以对一列数据快速进行处理Series.apply(*func*,*convert_dtype=True*,*arg