📚 课程目录第3章 Python高级特性面试精讲

三、Python高级特性面试精讲：装饰器、生成器、上下文管理器、元类核心考点

本章针对大厂面试中最常遇到的四个Python高阶特性，拆解面试官的提问逻辑与考察重心。每个特性不仅要求写得出代码，更要求讲得清原理、说得明场景、避得开陷阱。下方先给出通用回答框架，再通过三个高频问答卡片进行实战演练。

💡 面试官最怕你只会背代码，而说不清“为什么这样设计”。以下框架帮你建立结构化的表达习惯。

特性	本质	关键协议 / 语法	高频面试场景
装饰器	闭包 + 语法糖	@ 语法、functools.wraps	日志、权限、缓存、重试
生成器	惰性计算迭代器	yield、yield from	大数据流、协程、无限序列
上下文管理器	资源自动清理	__enter__ / __exit__、contextlib	文件、锁、数据库连接
元类	类的类	type()、__metaclass__、__new__	ORM、单例、接口校验

面试官考察点：是否理解闭包与函数嵌套；能否处理装饰器参数传递；是否知道 functools.wraps 的用途。
回答框架：① 装饰器本质是返回函数的高阶函数 → ② 无参数时直接嵌套两层函数；有参数时嵌套三层 → ③ 使用 wraps 保留原函数元信息 → ④ 给出完整示例。
简短示例回答：“装饰器利用闭包在函数执行前后插入逻辑。带参数时外层接收参数返回内层装饰器函数。例如计时装饰器：外层传单位，内层用 time.time 计算差值并打印。记得加 @wraps 避免签名丢失。”
可能追问：多个装饰器的执行顺序？装饰器能用于类吗？如何实现一个可撤销的装饰器？
避坑提醒：忘记 @wraps 会导致被装饰函数 __name__ 和 __doc__ 丢失；类装饰器与函数装饰器 __call__ 的区别；不要用可变对象做默认参数。

面试官考察点：是否理解迭代器协议；生成器的惰性求值特性；上下文管理器与生成器的结合（GeneratorContextManager）。
回答框架：① 迭代器需实现 __iter__ 和 __next__；生成器用 yield 自动创建迭代器 → ② yield from 简化嵌套 → ③ @contextmanager 可将生成器转为上下文管理器 → ④ 示例：用 while chunk = f.read(1024) 逐块读取。
简短示例回答：“@contextmanager 装饰一个生成器函数，yield 之前为 __enter__，之后为 __exit__。例如：@contextmanager def read_file(path): f=open(path); yield f; f.close()。调用 with read_file('big.txt') as f: 逐行处理，异常时自动关闭。”
可能追问：生成器如何实现协程？send、throw、close 方法的用途？yield from 和 await 的关系？
避坑提醒：生成器不能重复使用，一次迭代后耗尽；上下文管理器异常时要区分是否要重抛异常；大文件一定要用块读取而非 readlines()。

面试官考察点：是否理解 type 创建类的方式；元类的 __new__ 和 __init__ 作用；能否联系框架设计模式。
回答框架：① 元类是创建类的类，type 是默认元类 → ② 通过继承 type 并重写 __new__ 可以在类创建时拦截修改 → ③ 典型应用：ORM 中根据类属性自动映射表结构 → ④ 给出简化示例：定义 Model 元类，读取 fields 生成 __init__ 和 save 方法。
简短示例回答：“元类拦截类定义。例如 ORM 中定义元类 ModelMeta，在 __new__ 中扫描类属性并收集字段名和类型，自动生成表名。类 User(metaclass=ModelMeta): name = StringField()，然后 User().save() 自动拼接 INSERT 语句。”
可能追问：__init_subclass__ 与元类的区别？如何用元类实现单例？元类与装饰器选择哪个更合适？
避坑提醒：元类复杂且影响性能，不要滥用；注意元类属性冲突（尤其是多继承时）；Python 3 使用 metaclass= 语法，而非 __metaclass__。

💡 面试中如果能主动对比“装饰器 vs 元类”“生成器 vs 迭代器”的联系与适用边界，会给面试官留下深度思考的好印象。

⚠️ 本章所有示例代码请确保 run 过，面试官常要求现场手写。只背概念不写代码是最大扣分项。