python枚举类的意义_Python | Python 新手不可错过的 Python 知识合集

港控/mmm° 2023-01-03 06:40 151阅读 0赞

点击上方“咸鱼学Python”，选择“加为星标”

第一时间关注Python技术干货！

![82c19830d408c473130619c6dfbd8567.png][]

**作者：二十一**

**来源：****https://segmentfault.com/a/1190000018737045**

**大家好，我是咸鱼，之前推送过不少关于 Python 的知识合集，反响不错，今天继续给大家带来一篇关于 Python 相关知识的内容合集，希望大家喜欢。**

**本篇内容的作者是二十一**

**文章来源：https://segmentfault.com/a/1190000018737045**

**咸鱼在这篇内容的基础上修改并新增了关于 Linux 与 数据库相关的内容希望对你有帮助。**

**由于总结了太多的东西，所以篇幅有点长，这也是我"缝缝补补"总结了好久的东西。**

### Py2 VS Py3 ###

•print成为了函数，python2是关键字•不再有unicode对象，默认str就是unicode•python3除号返回浮点数•没有了long类型•xrange不存在，range替代了xrange•可以使用中文定义函数名变量名•高级解包 和\*解包•限定关键字参数 \*后的变量必须加入名字=值•raise from•iteritems移除变成items()•yield from 链接子生成器•asyncio,async/await原生协程支持异步编程•新增enum,mock,ipaddress,concurrent.futures,asyncio urllib，selector•不同枚举类间不能进行比较•同一枚举类间只能进行相等的比较•枚举类的使用(编号默认从1开始)•为了避免枚举类中相同枚举值的出现， 可以使用@unique装饰枚举类

#枚举的注意事项fromenumimportEnumclass COLOR(Enum):    YELLOW=1#YELLOW=2#会报错    GREEN=1#不会报错,GREEN可以看作是YELLOW的别名    BLACK=3    RED=4print(COLOR.GREEN)#COLOR.YELLOW,还是会打印出YELLOWfor i in COLOR:#遍历一下COLOR并不会有GREENprint(i)#COLOR.YELLOW\nCOLOR.BLACK\nCOLOR.RED\n怎么把别名遍历出来for i in COLOR.__members__.items():print(i)# output:('YELLOW', )\n('GREEN', )\n('BLACK', )\n('RED', )for i in COLOR.__members__:print(i)# output:YELLOW\nGREEN\nBLACK\nRED#枚举转换#最好在数据库存取使用枚举的数值而不是使用标签名字字符串#在代码里面使用枚举类a=1print(COLOR(a))# output:COLOR.YELLOW

### py2/3转换工具 ###

•six模块：兼容pyton2和pyton3的模块•2to3工具：改变代码语法版本•**future**：使用下一版本的功能

### 常用的库 ###

•必须知道的collections https://segmentfault.com/a/1190000017385799•python排序操作及heapq模块 https://segmentfault.com/a/1190000017383322•itertools模块超实用方法 https://segmentfault.com/a/1190000017416590

### 不常用但很重要的库 ###

•dis(代码字节码分析)•inspect(生成器状态)•cProfile(性能分析)•bisect(维护有序列表)•fnmatch

1.fnmatch(string,"\*.txt") \#win下不区分大小写2.fnmatch根据系统决定3.fnmatchcase完全区分大小写

•timeit(代码执行时间)

import timeitprint(timeit.timeit('isLen1("5fsdfsdfsaf")',setup="from __main__ import isLen1"))print(timeit.timeit('isLen("5fsdfsdfsaf")',setup="from __main__ import isLen"))

•contextlib

1.@contextlib.contextmanager使生成器函数变成一个上下文管理器

•types(包含了标准解释器定义的所有类型的类型对象,可以将生成器函数修饰为异步模式)

import typestypes.coroutine #相当于实现了__await__

•html(实现对html的转义)

import htmlhtml.escape("

# `I'm Jim` #

`") # output:'`

# `I'm Jim` #

`'html.unescape('`

# `I'` #

`m Jim</h1>') #`

# `I'm Jim` #

`h1>`

•mock(解决测试依赖)•concurrent(创建进程池河线程池)

from concurrent.futures importThreadPoolExecutorpool = ThreadPoolExecutor()task = pool.submit(函数名，(参数)) #此方法不会阻塞，会立即返回task.done()#查看任务执行是否完成task.result()#阻塞的方法，查看任务返回值task.cancel()#取消未执行的任务，返回True或False,取消成功返回Truetask.add_done_callback()#回调函数task.running()#是否正在执行     task就是一个Future对象for data in pool.map(函数，参数列表):#返回已经完成的任务结果列表，根据参数顺序执行print(返回任务完成得执行结果data)from concurrent.futures import as_completedas_completed(任务列表)#返回已经完成的任务列表，完成一个执行一个wait(任务列表,return_when=条件)#根据条件进行阻塞主线程，有四个条件

•selector(封装select,用户多路复用io编程)•asyncio

future=asyncio.ensure_future(协程)  等于后面的方式  future=loop.create_task(协程)future.add_done_callback()添加一个完成后的回调函数loop.run_until_complete(future)future.result()查看写成返回结果asyncio.wait()接受一个可迭代的协程对象asynicio.gather(*可迭代对象,*可迭代对象)    两者结果相同，但gather可以批量取消，gather对象.cancel()一个线程中只有一个loop在loop.stop时一定要loop.run_forever()否则会报错loop.run_forever()可以执行非协程最后执行finally模块中 loop.close()asyncio.Task.all_tasks()拿到所有任务 然后依次迭代并使用任务.cancel()取消偏函数partial(函数，参数)把函数包装成另一个函数名  其参数必须放在定义函数的前面loop.call_soon(函数,参数)call_soon_threadsafe()线程安全loop.call_later(时间,函数,参数)在同一代码块中call_soon优先执行，然后多个later根据时间的升序进行执行如果非要运行有阻塞的代码使用loop.run_in_executor(executor,函数，参数)包装成一个多线程，然后放入到一个task列表中，通过wait(task列表)来运行通过asyncio实现httpreader,writer=await asyncio.open_connection(host,port)writer.writer()发送请求async for data in reader:    data=data.decode("utf-8")    list.append(data)然后list中存储的就是htmlas_completed(tasks)完成一个返回一个,返回的是一个可迭代对象协程锁async withLock():

### Python进阶 ###

•进程间通信：

1.Manager(内置了好多数据结构，可以实现多进程间内存共享)

from multiprocessing importManager,Processdef add_data(p_dict, key, value):    p_dict[key] = valueif __name__ == "__main__":    progress_dict = Manager().dict()from queue importPriorityQueue    first_progress = Process(target=add_data, args=(progress_dict, "bobby1", 22))    second_progress = Process(target=add_data, args=(progress_dict, "bobby2", 23))    first_progress.start()    second_progress.start()    first_progress.join()    second_progress.join()print(progress_dict)

1.Pipe(适用于两个进程)

from multiprocessing importPipe,Process#pipe的性能高于queuedef producer(pipe):    pipe.send("bobby")def consumer(pipe):print(pipe.recv())if __name__ == "__main__":    recevie_pipe, send_pipe = Pipe()#pipe只能适用于两个进程    my_producer= Process(target=producer, args=(send_pipe, ))    my_consumer = Process(target=consumer, args=(recevie_pipe,))    my_producer.start()    my_consumer.start()    my_producer.join()    my_consumer.join()

1.Queue(不能用于进程池,进程池间通信需要使用Manager().Queue())

from multiprocessing importQueue,Processdef producer(queue):    queue.put("a")    time.sleep(2)def consumer(queue):    time.sleep(2)    data = queue.get()print(data)if __name__ == "__main__":    queue = Queue(10)    my_producer = Process(target=producer, args=(queue,))    my_consumer = Process(target=consumer, args=(queue,))    my_producer.start()    my_consumer.start()    my_producer.join()    my_consumer.join()

1.进程池

def producer(queue):    queue.put("a")    time.sleep(2)def consumer(queue):    time.sleep(2)    data = queue.get()print(data)if __name__ == "__main__":    queue = Manager().Queue(10)    pool = Pool(2)    pool.apply_async(producer, args=(queue,))    pool.apply_async(consumer, args=(queue,))    pool.close()    pool.join()

•sys模块几个常用方法

1.argv 命令行参数list,第一个是程序本身的路径2.path 返回模块的搜索路径3.modules.keys() 返回已经导入的所有模块的列表4.exit(0) 退出程序

•a in s or b in s or c in s简写

1.采用any方式：all() 对于任何可迭代对象为空都会返回True

# 方法一Truein[i in s for i in[a,b,c]]# 方法二any(i in s for i in[a,b,c])# 方法三list(filter(lambda x:x in s,[a,b,c]))

•set集合运用

1.\{1,2\}.issubset(\{1,2,3\})\#判断是否是其子集2.\{1,2,3\}.issuperset(\{1,2\})3.\{\}.isdisjoint(\{\})\#判断两个set交集是否为空,是空集则为True

•代码中中文匹配

1.\[u4E00-u9FA5\]匹配中文文字区间\[一到龥\]

•查看系统默认编码格式

import syssys.getdefaultencoding()    # setdefaultencodeing()设置系统编码方式

•getattr VS getattribute

class A(dict):def __getattr__(self,value):#当访问属性不存在的时候返回return2def __getattribute__(self,item):#屏蔽所有的元素访问return item

•类变量是不会存入实例**dict**中的，只会存在于类的**dict**中•globals/locals(可以变相操作代码)

1.globals中保存了当前模块中所有的变量属性与值2.locals中保存了当前环境中的所有变量属性与值

•python变量名的解析机制(LEGB)

1.本地作用域(Local)2.当前作用域被嵌入的本地作用域(Enclosing locals)3.全局/模块作用域(Global)4.内置作用域(Built-in)

•实现从1-100每三个为一组分组

print([[x for x in range(1,101)][i:i+3] for i in range(0,100,3)])

•什么是元类？

1.即创建类的类，创建类的时候只需要将metaclass=元类，元类需要继承type而不是object,因为type就是元类

type.__bases__  #(,)object.__bases__    #()type(object)    ##egclassYuan(type):def __new__(cls,name,base,attr,*args,**kwargs):return type(name,base,attr,*args,**kwargs)classMyClass(metaclass=Yuan):pass

•什么是鸭子类型(即:多态)？

1.Python在使用传入参数的过程中不会默认判断参数类型，只要参数具备执行条件就可以执行

•深拷贝和浅拷贝

1.深拷贝拷贝内容，浅拷贝拷贝地址(增加引用计数)2.copy模块实现深拷贝

•单元测试

1.一般测试类继承模块unittest下的TestCase2.pytest模块快捷测试(方法以test\_开头/测试文件以test\_开头/测试类以Test开头，并且不能带有 init 方法)3.coverage统计测试覆盖率

classMyTest(unittest.TestCase):def tearDown(self):# 每个测试用例执行前执行print('本方法开始测试了')def setUp(self):# 每个测试用例执行之前做操作print('本方法测试结束')@classmethoddef tearDownClass(self):# 必须使用 @ classmethod装饰器, 所有test运行完后运行一次print('开始测试')@classmethoddef setUpClass(self):# 必须使用@classmethod装饰器,所有test运行前运行一次print('结束测试')def test_a_run(self):self.assertEqual(1, 1)  # 测试用例

•GIL会根据执行的字节码行数以及时间片释放GIL，GIL在遇到io的操作时候主动释放•什么是monkey patch?

1.猴子补丁，在运行的时候替换掉会阻塞的语法修改为非阻塞的方法

•什么是自省(Introspection)？

1.运行时判断一个对象的类型的能力，id,type,isinstance

•python是值传递还是引用传递？

1.都不是，python是共享传参，默认参数在执行时只会执行一次

•try-except-else-finally中else和finally的区别

1.else在不发生异常的时候执行，finally无论是否发生异常都会执行2.except一次可以捕获多个异常，但一般为了对不同异常进行不同处理，我们分次捕获处理

•GIL全局解释器锁

1.同一时间只能有一个线程执行，CPython(IPython)的特点，其他解释器不存在2.cpu密集型：多进程+进程池3.io密集型：多线程/协程

•什么是Cython

1.将python解释成C代码工具

•生成器和迭代器

1.可迭代对象只需要实现**iter**方法2.实现**next**和**iter**方法的对象就是迭代器3.使用生成器表达式或者yield的生成器函数(生成器是一种特殊的迭代器)

•什么是协程

1.yield2.async-awiat•比线程更轻量的多任务方式•实现方式

•dict底层结构

1.为了支持快速查找使用了哈希表作为底层结构2.哈希表平均查找时间复杂度为o(1)3.CPython解释器使用二次探查解决哈希冲突问题

•Hash扩容和Hash冲突解决方案

1.链接法2.二次探查(开放寻址法)：python使用•循环复制到新空间实现扩容•冲突解决

for gevent import monkeymonkey.patch_all()  #将代码中所有的阻塞方法都进行修改，可以指定具体要修改的方法

•判断是否为生成器或者协程

co_flags = func.__code__.co_flags# 检查是否是协程if co_flags & 0x180:return func# 检查是否是生成器if co_flags & 0x20:return func

•斐波那契解决的问题及变形

#一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。#请问用n个2*1的小矩形无重叠地覆盖一个2*n的大矩形，总共有多少种方法？#方式一：fib = lambda n: n if n <= 2else fib(n - 1) + fib(n - 2)#方式二：def fib(n):    a, b = 0, 1for _ in range(n):        a, b = b, a + breturn b#一只青蛙一次可以跳上1级台阶，也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。fib = lambda n: n if n < 2else2* fib(n - 1)

•获取电脑设置的环境变量

import osos.getenv(env_name,None)#获取环境变量如果不存在为None

•垃圾回收机制

1.引用计数2.标记清除3.分代回收

#查看分代回收触发import gcgc.get_threshold()  #output:(700, 10, 10)

•True和False在代码中完全等价于1和0,可以直接和数字进行计算，inf表示无穷大•C10M/C10K

1.C10M:8核心cpu，64G内存，在10gbps的网络上保持1000万并发连接2.C10K：1GHz CPU,2G内存，1gbps网络环境下保持1万个客户端提供FTP服务

•yield from与yield的区别：

1.yield from跟的是一个可迭代对象，而yield后面没有限制2.GeneratorExit生成器停止时触发

•单下划线的几种使用

1.在定义变量时，表示为私有变量2.在解包时，表示舍弃无用的数据3.在交互模式中表示上一次代码执行结果4.可以做数字的拼接(111\_222\_333)

•使用break就不会执行else•10进制转2进制

def conver_bin(num):if num == 0:return num        re = []while num:            num, rem = divmod(num,2)            re.append(str(rem))return"".join(reversed(re))conver_bin(10)

•list1 = \['A', 'B', 'C', 'D'\] 如何才能得到以list中元素命名的新列表 A=\[\],B=\[\],C=\[\],D=\[\]呢?

list1 = ['A', 'B', 'C', 'D']# 方法一for i in list1:        globals()[i] = []   # 可以用于实现python版反射# 方法二for i in list1:exec(f'{i} = []')   # exec执行字符串语句

•memoryview与bytearray$\\color\{\#000\}(不常用，只是看到了记载一下)

# bytearray是可变的，bytes是不可变的,memoryview不会产生新切片和对象a = 'aaaaaa'ma = memoryview(a)ma.readonly# 只读的memoryviewmb = ma[:2]  # 不会产生新的字符串a = bytearray('aaaaaa')ma = memoryview(a)ma.readonly# 可写的memoryviewmb = ma[:2]      # 不会会产生新的bytearraymb[:2] = 'bb'# 对mb的改动就是对ma的改动

•Ellipsis类型

# 代码中出现...省略号的现象就是一个Ellipsis对象L = [1,2,3]L.append(L)print(L)    # output:[1,2,3,[…]]

•lazy惰性计算

class lazy(object):def __init__(self, func):self.func = funcdef __get__(self, instance, cls):            val = self.func(instance)    #其相当于执行的area(c),c为下面的Circle对象            setattr(instance, self.func.__name__, val)return val`classCircle(object):def __init__(self, radius):self.radius = radius@lazydef area(self):print('evalute')return3.14* self.radius ** 2

•遍历文件，传入一个文件夹，将里面所有文件的路径打印出来(递归)

import osall_files = []def getAllFiles(directory_path):for sChild in os.listdir(directory_path):        sChildPath = os.path.join(directory_path,sChild)if os.path.isdir(sChildPath):            getAllFiles(sChildPath)else:            all_files.append(sChildPath)return all_files

•文件存储时，文件名的处理

#secure_filename将字符串转化为安全的文件名from werkzeug import secure_filenamesecure_filename("My cool movie.mov") # output:My_cool_movie.movsecure_filename("../../../etc/passwd") # output:etc_passwdsecure_filename(u'i contain cool \xfcml\xe4uts.txt') # output:i_contain_cool_umlauts.txt

•日期格式化

from datetime import datetimedatetime.now().strftime("%Y-%m-%d")import time#这里只有localtime可以被格式化，time是不能格式化的time.strftime("%Y-%m-%d",time.localtime())

•tuple使用+=奇怪的问题

# 会报错，但是tuple的值会改变，因为t[1]id没有发生变化t=(1,[2,3])t[1]+=[4,5]# t[1]使用append\extend方法并不会报错，并可以成功执行

•**missing**你应该知道

classMydict(dict):def __missing__(self,key): # 当Mydict使用切片访问属性不存在的时候返回的值return key

•+与+=

1.+不能用来连接列表和元祖，而+=可以(通过iadd实现，内部实现方式为extends(),所以可以增加元组)，+会创建新对象2.不可变对象没有**iadd**方法，所以直接使用的是**add**方法，因此元祖可以使用+=进行元祖之间的相加

•如何将一个可迭代对象的每个元素变成一个字典的所有键？

dict.fromkeys(['jim','han'],21) # output:{'jim': 21, 'han': 21}

### 设计模式 ###

#### 单例模式 ####

# 方式一defSingle(cls,*args,**kwargs):        instances = {}def get_instance (*args, **kwargs):if cls notin instances:                instances[cls] = cls(*args, **kwargs)return instances[cls]return get_instance@Singleclass B:pass# 方式二classSingle:def __init__(self):print("单例模式实现方式二。。。")    single = Single()delSingle# 每次调用single就可以了# 方式三(最常用的方式)classSingle:def __new__(cls,*args,**kwargs):ifnot hasattr(cls,'_instance'):                cls._instance = super().__new__(cls,*args,**kwargs)return cls._instance

#### 工厂模式 ####

classDog:def __init__(self):print("Wang Wang Wang")classCat:def __init__(self):print("Miao Miao Miao")def fac(animal):if animal.lower() == "dog":returnDog()if animal.lower() == "cat":returnCat()print("对不起，必须是：dog,cat")

#### 构造模式 ####

classComputer:def __init__(self,serial_number):self.serial_number = serial_numberself.memory = Noneself.hadd = Noneself.gpu = Nonedef __str__(self):            info = (f'Memory:{self.memoryGB}','Hard Disk:{self.hadd}GB','Graphics Card:{self.gpu}')return''.join(info)classComputerBuilder：def __init__(self):self.computer = Computer('Jim1996')def configure_memory(self,amount):self.computer.memory = amountreturnself#为了方便链式调用def configure_hdd(self,amount):passdef configure_gpu(self,gpu_model):passclassHardwareEngineer:def __init__(self):self.builder = Nonedef construct_computer(self,memory,hdd,gpu)self.builder = ComputerBuilder()self.builder.configure_memory(memory).configure_hdd(hdd).configure_gpu(gpu)@propertydef computer(self):returnself.builder.computer

### 数据库篇 ###

**Redis 和 I/O 多路复用**

**一文深入了解 Redis 内存模型，Redis 的快是有原因的！**

**硬货 | Redis 性能问题分析**

**硬核！16000 字 Redis 面试知识点总结，建议收藏！**

**Redis 学习 | Redis 初识与安装**

**Python | Python学习之Redis交互详解**

**SQL | 开发人员必学的几点 SQL 优化点**

**面试必备 | MySQL 事务的四种隔离级别**

...

### Linux 篇 ###

**Linux | Linux 中使用 find 与 sed 批量替换字符串**

**Linux 优化 | 我终于要对运维小哥下手了**

**Linux | vim 编辑器 3 种模式的使用小结**

**Linux | 文本查看与打包压缩**

**Linux | 文件查看与操作命令**

**Linux | 帮助命令**

...

### 数据结构和算法内置数据结构和算法 ###

#### 快速排序 ####

def quick_sort(_list):if len(_list) < 2:return _list            pivot_index = 0            pivot = _list(pivot_index)            left_list = [i for i in _list[:pivot_index] if i < pivot]            right_list = [i for i in _list[pivot_index:] if i > pivot]return quick_sort(left) + [pivot] + quick_sort(right)

#### 选择排序 ####

def select_sort(seq):        n = len(seq)for i in range(n-1)        min_idx = ifor j in range(i+1,n):if seq[j] < seq[min_inx]:                    min_idx = jif min_idx != i:                seq[i], seq[min_idx] = seq[min_idx],seq[i]

#### 插入排序 ####

def insertion_sort(_list):        n = len(_list)for i in range(1,n):            value = _list[i]            pos = iwhile pos > 0and value < _list[pos - 1]                _list[pos] = _list[pos - 1]                pos -= 1            _list[pos] = valueprint(sql)

#### 归并排序 ####

def merge_sorted_list(_list1,_list2):   #合并有序列表        len_a, len_b = len(_list1),len(_list2)        a = b = 0        sort = []while len_a > a and len_b > b:if _list1[a] > _list2[b]:                sort.append(_list2[b])                b += 1else:                sort.append(_list1[a])                a += 1if len_a > a:            sort.append(_list1[a:])if len_b > b:            sort.append(_list2[b:])return sortdef merge_sort(_list):      if len(list1)<2:        return list1      else:        mid = int(len(list1)/2)        left = mergesort(list1[:mid])        right = mergesort(list1[mid:])        return merge_sorted_list(left,right)

#### 堆排序heapq模块 ####

from heapq import nsmallestdef heap_sort(_list):return nsmallest(len(_list),_list)

#### 栈 ####

from collections import dequeclassStack:def __init__(self):self.s = deque()def peek(self):            p = self.pop()self.push(p)return pdef push(self, el):self.s.append(el)def pop(self):returnself.pop()

#### 队列 ####

from collections import dequeclassQueue:def __init__(self):self.s = deque()def push(self, el):self.s.append(el)def pop(self):returnself.popleft()

#### 二分查找 ####

def binary_search(_list,num):    mid = len(_list)//2    if len(_list) 1:        return Flase    if num > _list[mid]:        BinarySearch(_list[mid:],num)    elif num         BinarySearch(_list[:mid],num)    else:        return _list.index(num)

### 面试加强篇 ###

•关于数据库优化及设计 ：https://segmentfault.com/a/1190000018426586•如何使用两个栈实现一个队列•反转链表•合并两个有序链表•删除链表节点•反转二叉树•设计短网址服务？62进制实现•设计一个秒杀系统(feed流)？https://www.jianshu.com/p/ea0259d109f9•为什么mysql数据库的主键使用自增的整数比较好？使用uuid可以吗？为什么？

1.如果InnoDB表的数据写入顺序能和B+树索引的叶子节点顺序一致的话，这时候存取效率是最高的。为了存储和查询性能应该使用自增长id做主键。2.对于InnoDB的主索引，数据会按照主键进行排序，由于UUID的无序性，InnoDB会产生巨大的IO压力，此时不适合使用UUID做物理主键，可以把它作为逻辑主键，物理主键依然使用自增ID。为了全局的唯一性，应该用uuid做索引关联其他表或做外键

•如果是分布式系统下我们怎么生成数据库的自增id呢？

1.使用redis2....

•基于redis实现一个分布式锁，要求一个超时的参数

1.setnx2.setnx + expire

•如果redis单个节点宕机了，如何处理？还有其他业界的方案实现分布式锁码?

1.使用hash一致算法

### 缓存算法 ###

•LRU(least-recently-used):替换最近最少使用的对象•LFU(Least frequently used):最不经常使用，如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小

### 服务端性能优化方向 ###

•使用数据结构和算法•数据库

1.索引优化2.慢查询消除•slow\_query\_log\_file开启并且查询慢查询日志•通过explain排查索引问题•调整数据修改索引•批量操作，从而减少io操作•使用NoSQL:比如Redis

•网络io

1.批量操作2.pipeline

•缓存

1.Redis

•异步

1.Asyncio实现异步操作2.使用Celery减少io阻塞

•并发

1.多线程2.Gevent

### 抽奖赠书 ###

在之前咸鱼争取到一个福利，和**北京大学出版社**的编辑朋友合作的赠书活动已经试行几期。

现在赠书的形式变更为**小程序抽奖**，大家只要扫描下方抽奖的小程序码即可参与。(发文三天后开奖)

![812783257e753c47e3896b14ade7b47f.png][]

感谢金主~

Love & Share ![17caed4ff3f1afd3a9a2e4956f2982fb.gif][]

\[ 完 \]

![2323ebcaae03d00a8d024e49d7934505.png][]

**朕已阅 ![17caed4ff3f1afd3a9a2e4956f2982fb.gif][]**

[82c19830d408c473130619c6dfbd8567.png]: /images/20221119/1a96b093a9f64d3dbe65df97f2d4bfd9.png
[812783257e753c47e3896b14ade7b47f.png]: /images/20221119/f0dee59a25f6401fa821755ad4e2484c.png
[17caed4ff3f1afd3a9a2e4956f2982fb.gif]: /images/20221119/1dc3b74c0b774c369bab1692ec2ac677.png
[2323ebcaae03d00a8d024e49d7934505.png]: /images/20221119/022d6b7282ee466dadeae1adb3ac73f4.png