一、装饰器(decorator)

  1.装饰器的本质是闭包函数,作用:在不改变函数的调用方式的情况下,给函数的前后添加新的功能

#装饰器的固定结构
def warpper(func): #定义装饰器函数
def inner(*args,**kwargs): #定义内部函数
# 函数执行前的代码 #添加新功能
ret = func(*args,**kwargs) #执行被装饰的函数
# 函数执行后的代码 #添加新功能
return ret #返回被装饰的函数
return inner #返回内部函数名 @wrapper #==> func1 = warpper(func1) #执行装饰器函数并返回内部函数名给func1
def func1():
pass func1() #执行内部函数

  2.开放封闭原则:1.对扩展是开放的

             2.对修改是封闭的

             装饰器完美的遵循了这个开放封闭原则  

  3.多个装饰器装饰同一个函数  

def wrapper1(func):
def inner(*args,**kwargs):
print(1)
func(*args,**kwargs)
print(2)
return inner def wrapper2(func):
def inner(*args,**kwargs):
print(3)
func(*args,**kwargs)
print(4)
return inner @wrapper1
@wrapper2
def f1():
print(123)

二、迭代器(iterator)

  可迭代的:iterable,必须含有__iter__()方法  #可迭代协议

  迭代器:iterator,必须含有__iter__()、__next__()方法  #包含__next__方法的可迭代对象就是迭代器

  迭代器是可迭代的一部分

  获得迭代器:可迭代的调用__iter__()方法

  使用迭代器:迭代器调用__next__()方法

  迭代器的特点:惰性运算、从前到后一次去取值,过程不可逆、节省内存空间

a = 'abcde'  #a是可迭代对象
b = a.__iter__() #获得迭代器
print(b.__next__()) #a
print(b.__next__()) #b

  判断一个变量是不是迭代器或者可迭代的:

    1.判断这个变量是否含有__iter__()、__next__()方法

      print('__iter__' in dir(变量))

      print('__next__'  in dir(变量))

    2.判断这个变量是否是迭代器或者可迭代的

      from collections import Iterable

      print(isinstance(变量,Iterable)

      from collections import Iterator

      print(isinstance(变量,Iterator))

print('__iter__' in dir(range(20)))  #True #range(20)是可迭代的
print('__next__' in dir(range(20))) #False #range(20)不是迭代器 range_iter = range(20).__iter__() #获得迭代器 from collections import Iterable
print(isinstance(range_iter,Iterable)) #True
from collections import Iterator
print(isinstance(range_iter,Iterator)) #True
#用while循环模拟for循环
li = [1,2,3,4]
li_iter = li.__iter__() #生成迭代器
while True:
try:
print(li_iter.__next__()) #使用迭代器
except StopIteration: #遇到异常break
break

三、生成器(generator)

  生成器的本质是迭代器,因此生成器的所有好处都和迭代器一样

  生成器的实现有两种方法:1.生成器函数:常规定义函数,但是使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,下次在这个地方执行

              2.生成器表达式

def generator_func():  #定义一个函数
print('a')
yield 1
print('b')
yield 2 g = generator_func() #返回一个生成器,不执行函数的任何内容
print('abc') #abc
print(next(g)) #a\n1
print(next(g)) #a\n2

Python学习(七) —— 装饰器、迭代器、生成器的更多相关文章

  1. Python中的装饰器,迭代器,生成器

    1. 装饰器 装饰器他人的器具,本身可以是任意可调用对象,被装饰者也可以是任意可调用对象. 强调装饰器的原则:1 不修改被装饰对象的源代码 2 不修改被装饰对象的调用方式 装饰器的目标:在遵循1和2的 ...

  2. python中的装饰器迭代器生成器

    装饰器: 定义:本质是函数(装饰其它函数) 为其它函数添加附加功能 原则: 1 不能修改被装饰函数源代码    2 不修改被装饰函数调用方式 实现装饰器知识储备: 1 函数即‘’变量‘’ 2 高阶函数 ...

  3. python学习笔记--装饰器

    1.首先是一个很无聊的函数,实现了两个数的加法运算: def f(x,y): print x+y f(2,3) 输出结果也ok 5 2.可是这时候我们感觉输出结果太单一了点,想让代码的输出多一点看起来 ...

  4. Python学习---装饰器/迭代器/生成器的学习【all】

    Python学习---装饰器的学习1210 Python学习---生成器的学习1210 Python学习---迭代器学习1210

  5. python大法好——装饰器、生成器、迭代器

    1.装饰器 1. 不能修改被装饰的函数的源代码  2. 不能修改被装饰的函数的调用方式 实现装饰器知识储备: 1 函数即“变量” 2 高阶函数     a:把一个函数名当做实参传给另外一个函数(不修改 ...

  6. python装饰器,迭代器,生成器,协程

    python装饰器[1] 首先先明白以下两点 #嵌套函数 def out1(): def inner1(): print(1234) inner1()#当没有加入inner时out()不会打印输出12 ...

  7. python笔记3 闭包 装饰器 迭代器 生成器 内置函数 初识递归 列表推导式 字典推导式

    闭包 1, 闭包是嵌套在函数中的 2, 闭包是内层函数对外层函数的变量(非全局变量)的引用(改变) 3,闭包需要将其作为一个对象返回,而且必须逐层返回,直至最外层函数的返回值 闭包例子: def a1 ...

  8. Day4 装饰器——迭代器——生成器

    一 装饰器 1.1 函数对象 一 函数是第一类对象,即函数可以当作数据传递 #1 可以被引用 #2 可以当作参数传递 #3 返回值可以是函数 #3 可以当作容器类型的元素 二 利用该特性,优雅的取代多 ...

  9. 精析python中的装饰器、生成器

    装饰器: 在编程时,要遵循一个原则,就是开放-封闭原则. 在不破坏原函数的情况下,要想对原函数进行一些修饰,那么这里就要用到装饰器. 例如:你完成了一些用函数写成的项目,此时公司正在年度考核,你需要给 ...

  10. python 学习分享-装饰器篇

    本篇内容为偷窃的~哈哈,借用一下,我就是放在自己这里好看. 引用地址:http://www.cnblogs.com/rhcad/archive/2011/12/21/2295507.html 第一步: ...

随机推荐

  1. python初始化环境记录

    初始化python环境:yum install -y gcc libffi-devel python-devel openssl-devel gcc-c++yum install -y python- ...

  2. mongodb导入导出数据

    导出 mongoexport -d DB_NAME -c COLLECT_NAME -o FILE_NAME 例:mongoexport -d db_test -c data_result -o da ...

  3. node学习第一天:nvm使用

    nvm是什么? 学习node,首先要安装node的环境,nvm是一款工具,使用这款工具可以很方便的下载所需版本的node文件以及npm,十分的方便. nvm下载: nvm下载链接 注:下载文件名为 n ...

  4. Python中join()函数方法

    函数:string.join() Python中有join()和os.path.join()两个函数,具体作用如下:    join():    连接字符串数组.将字符串.元组.列表中的元素以指定的字 ...

  5. python numpy中数组.min()

    import numpy as np a = np.array([[1,5,3],[4,2,6]]) print(a.min()) #无参,所有中的最小值 print(a.min(0)) # axis ...

  6. Confluence 6 避免和清理垃圾

    如果你的 Confluence 是允许公众访问的话,你可能会遇到垃圾内容的骚扰. 阻止垃圾发布者 希望阻止垃圾发布者: 启用验证码(Captcha),请参考页面 Configuring Captcha ...

  7. Confluence 6 升级 Confluence 使用数据源

    如果你对 Confluence 进行升级(手动或者使用安装器),你需要: 停止 Confluence (如果你已经尝试开始启动). 拷贝你的数据库驱动到 <installation-direct ...

  8. laravel 频率限制throttle

    在 Laravel 5.6 中,还引入了频率限制功能.所谓频率限制,指的是在指定时间单个用户对某个路由的访问次数限制,该功能有两个使用场景,一个是在某些需要验证/认证的页面限制用户失败尝试次数,提高系 ...

  9. C++ Primer 笔记——标准库类型string

    1.如果使用等号初始化一个变量,实际上执行的是拷贝初始化,编译器吧等号右侧的初始值拷贝到新创建的对象中去:如果不使用等号则执行的是直接初始化. std::string str = "Test ...

  10. 如何查看响应端口号被个程序占用(Windows)

        我们以80端口为例,在dos输入命令“ netstat  -aon|findstr  "80" 后按回车显示如下,可以看到占用80端口对应的程序的PID号为1752     ...