目录
1. 有参装饰器
1.1 知识储备
由于语法糖@的限制，outter函数只能有一个参数，并且该才是只用来接收被装饰对象的内存地址
def outter(func):
# func = 函数的内存地址
def wrapper(*args,**kwargs):
#装饰器内容
res=func(*args,**kwargs)
return res
return wrapper
# @outter # index=outter(index) # index=>wrapper
@outter # outter(index)
def index(x,y):
print(x,y)
1.2 有参装饰器的实现
针对装饰器auth,现在需要获取参数db_type的值来确认用户信息的来源
示例1:不用语法糖,采用函数传参
def auth(func,db_type):
def wrapper(*args, **kwargs):
name=input('your name>>>: ').strip()
pwd=input('your password>>>: ').strip()
if db_type == 'file':
print('基于文件的验证')
if name == 'egon' and pwd == '123':
res = func(*args, **kwargs)
return res
else:
print('user or password error')
elif db_type == 'mysql':
print('基于mysql的验证')
elif db_type == 'ldap':
print('基于ldap的验证')
else:
print('不支持该db_type')
return wrapper
def index(x,y):
print('index->>%s:%s' %(x,y))
def home(name):
print('home->>%s' %name)
def transfer():
print('transfer')
index=auth(index,'file')
home=auth(home,'mysql')
transfer=auth(transfer,'ldap')
index(1,2)
home('egon')
transfer()
示例2:用语法糖,采用闭包方式传参
def auth(db_type):
def deco(func):
def wrapper(*args, **kwargs):
name = input('your name>>>: ').strip()
pwd = input('your password>>>: ').strip()
if db_type == 'file':
print('基于文件的验证')
if name == 'egon' and pwd == '123':
res = func(*args, **kwargs)
return res
else:
print('user or password error')
elif db_type == 'mysql':
print('基于mysql的验证')
elif db_type == 'ldap':
print('基于ldap的验证')
else:
print('不支持该db_type')
return wrapper
return deco
# @deco # index=deco(index) # index=wrapper
@auth(db_type='file')
def index(x, y):
print('index->>%s:%s' % (x, y))
# @deco # home=deco(home) # home=wrapper
@auth(db_type='mysql')
def home(name):
print('home->>%s' % name)
@auth(db_type='ldap') # 账号密码的来源是ldap
def transfer():
print('transfer')
1.3 有参装饰器模板
def 有参装饰器(x,y,z):#可以传任意个值
def outter(func):
def wrapper(*args, **kwargs):
res = func(*args, **kwargs)
return res
return wrapper
return outter
@有参装饰器(1,y=2,z=3)
def 被装饰对象():
pass
1.4 装饰器的补充知识
偷梁换柱
将原函数名指向的内存地址偷梁换柱成wrapper函数,所以应该将wrapper做的跟原函数一样才行
wrapper自带的属性和原函数的自带的属性不一样
from functools import wraps
def outter(func):
@wraps(func)
def wrapper(*args, **kwargs):
res = func(*args, **kwargs) # res=index(1,2)
return res
# 手动将原函数的属性赋值给wrapper函数
# 1、函数wrapper.__name__ = 原函数.__name__
# 2、函数wrapper.__doc__ = 原函数.__doc__
# wrapper.__name__ = func.__name__
# wrapper.__doc__ = func.__doc__
return wrapper
@outter # index=outter(index)
def index(x,y):
"""这个是主页功能"""
print(x,y)
print(index.__name__)
print(index.__doc__) #help(index)
2. 迭代器
2.1、什么是迭代器
迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复都是基于上一次的结果而继续的，单纯的重复并不是迭代
2.2、为何要有迭代器
迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型有：
列表、字符串、元组、字典 、集合、打开文件
l=['egon','liu','alex']
i=0
while i < len(l):
print(l[i])
i+=1
上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组
为了解决基于索引迭代器取值的局限性
python必须提供一种能够不依赖于索引的取值方式，这就是迭代器
2.3、如何用迭代器
2.3.1 可迭代对象:
但凡内置有__iter__方法的都称之为可迭代的对象
s1=''
# s1.__iter__()
l=[]
# l.__iter__()
t=(1,)
# t.__iter__()
d={'a':1}
# d.__iter__()
set1={1,2,3}
# set1.__iter__()
with open('a.txt',mode='w') as f:
# f.__iter__()
pass
2.3.2 迭代器对象:
调用可迭代对象下的__iter__方法会将其转换成迭代器对象
d={'a':1,'b':2,'c':3}
d_iterator=d.__iter__()
#方案1:迭代器的取值
print(d_iterator.__next__())
print(d_iterator.__next__())
print(d_iterator.__next__())
print(d_iterator.__next__()) # 抛出异常StopIteration
print('====>>>>>>')
#方案2:在一个迭代器取值取干净的情况下，再对其取值值取不到
d_iterator=d.__iter__()
while True:
try:
print(d_iterator.__next__())
except StopIteration:
break
l=[1,2,3,4,5]
l_iterator=l.__iter__()
while True:
try:
print(l_iterator.__next__())
except StopIteration:
break
2.4 可迭代对象与迭代器对象详解
2.4.1 可迭代对象（"可以转换成迭代器的对象"）：
- 内置有__iter__方法对象可迭代对象._iter_(): 得到迭代器对象
2.4.2 迭代器对象:
- 内置有__next__方法并且内置有__iter__方法的对象
- 迭代器对象._next_（）：得到迭代器的下一个值
- 迭代器对象._iter_（）：得到迭代器的本身，也就是没用
dic={'a':1,'b':2,'c':3}
dic_iterator=dic.__iter__()
print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__())
2.4.3 扩展知识:for循环的工作原理
for循环可以称之为叫迭代器循环
dic={'a':1,'b':2,'c':3}
for k in d:
print(k)
with open('a.txt',mode='rt',encoding='utf-8') as f:
for line in f: # f.__iter__()
print(line)
list('hello') #原理同for循环
- 1、d._iter_()得到一个迭代器对象
- 2、迭代器对象._next_()拿到一个返回值，然后将该返回值赋值给k
- 3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环
2.4.4 迭代对象有哪些
可迭代对象：字符串、列表、元组、字典、集合、文件对象
迭代器对象：文件对象
s1=''
s1.__iter__()
l=[]
l.__iter__()
t=(1,)
t.__iter__()
d={'a':1}
d.__iter__()
set1={1,2,3}
set1.__iter__()
with open('a.txt',mode='w') as f:
f.__iter__()
f.__next__()
2.5 迭代器总结
2.5.1 优点
- 为序列和非序列类型提供了一种统一的迭代取值方式。
- 惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。
2.5.2 缺点
- 除非取尽，否则无法获取迭代器的长度
- 只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。
3. 生成器
生成器就是自定义迭代器,如何得到自定义的迭代器
3.1 自定义迭代器
在函数内一旦存在yield关键字，调用函数并不会执行函数体代码会返回一个生成器对象，生成器即自定义的迭代器
def func():
print('第一次')
yield 1
print('第二次')
yield 2
print('第三次')
yield 3
print('第四次')
g=func()
# 会触发函数体代码的运行，然后遇到yield停下来，将yield后的值
# 当做本次调用的结果返回
res1=g.__next__()
print(res1)#第一次 1
res2=g.__next__()
print(res2)
res3=g.__next__()
print(res3)
res4=g.__next__()#StopIteration
3.2 应用案例
#自定义range函数
def my_range(start,stop,step=1):
print('start...')
while start < stop:
yield start
start+=step
print('end....')
g=my_range(1,5,2) # 1 3
print(next(g))
print(next(g))
print(next(g))
for n in my_range(1,7,2):
print(n)
3.3 总结
有了yield关键字，我们就有了一种自定义迭代器的实现方式。yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值