从小白到小黑 python学习之旅 日常总结 18（装饰器2 迭代器 生成器）

装饰器

 

有参装饰器 

 

 以下举例 # 因为deco 与 wrapper都受限制 所以wrapper里需要新的参数时 就在deco外在包了一层函数 这时候有有参装饰器就形成了

def auth(db_type): # 不受限制   因为deco 与 wrapper都 受限制 所以wrapper里需要新的参数时 就在deco外在包了一层函数 这时候有有参装饰器就形成了
    def deco(func):  # 语法糖限制
        def wrapper(*args, **kwargs):  # 与被装饰对象参数对应的限制
            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)  # index(1,2)
                    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


@auth(db_type='file')  # @deco # index=deco(index) # index=wrapper
def index(x, y):
    print('index->>%s:%s' % (x, y))

@auth(db_type='mysql')  # @deco # home=deco(home) # home=wrapper
def home(name):
    print('home->>%s' % name)


@auth(db_type='ldap')  # 账号密码的来源是ldap
def transfer():
    print('transfer')

index(1, 2)

#your name>>>: egon
#your password>>>: 123
#基于文件的验证
#index->>1:2

home('egon')
#your name>>>:   
#your password>>>: 
#基于mysql的验证

transfer()
#your name>>>: 
#your password>>>: 
#基于ldap的验证

 

 

 

有参装饰器模板

def 有参装饰器(x,y,z):
    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

 

 

 

补充：

　　　即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

 

from functools import wraps

def outter(func):
    @wraps(func) #把原函数的属性全覆盖给wrapper
    def wrapper(*args, **kwargs):
        res = func(*args, **kwargs) # res=index(1,2)
        return res


    return wrapper


@outter # index=outter(index)
def index(x,y):
    """这个是主页功能"""
    print(x,y)


print(index.__name__)
#index
print(index.__doc__) 
#这个是主页功能

index(1,2) 
#1 2

 

 

迭代器

 

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、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
#egon
#liu
#alex

 

        
    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

    

 

 

3、如何用迭代器

1、可迭代的对象：但凡内置有__iter__方法的都称之为可迭代的对象

 

s1='' #字符串
s1.__iter__()

l=[] #列表
l.__iter__()

t=(1,) #元祖
t.__iter__()

d={'a':1} #字典
d.__iter__()

set1={1,2,3} #集合
set1.__iter__()

with open('a.txt',mode='w') as f: #文件
    f.__iter__()
    pass

 

 

 

2、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__()
print(d_iterator)

while True:
    try:
        print(d_iterator.__next__())
    except StopIteration:  # 捕捉异常
        break


print('====>>>>>>') # 在一个迭代器取值取干净的情况下，再对其取值取不到

while True:
    try:
        print(d_iterator.__next__())
    except StopIteration:  # 捕捉异常
        break

#a
#b
#c
#====>>>>>>

 

 

 

3、可迭代对象与迭代器对象详解

3.1 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




3.2 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，说白了调了跟没调一个样子

dic={'a':1,'b':2,'c':3}

dic_iterator=dic.__iter__()
print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__())
#True

 

 

 

4、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=''  # 字符串
s1.__iter__()

l=[]  # 列表
l.__iter__()

t=(1,)  # 元祖
t.__iter__()


d={'a':1}  # 字典
d.__iter__()

set1={1,2,3}  # 集合
set1.__iter__()


with open('a.txt',mode='w') as f:  # 文件
    f.__iter__()
    f.__next__()

 

 

 

 

5、for循环的工作原理：for循环可以称之为叫迭代器循环

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

d={'a':1,'b':2,'c':3}

for k in d:
    print(k)
#a
#b
#c

 

 

x=list('hello') # 原理同for循环
print(x)
#['h', 'e', 'l', 'l', 'o']

6、迭代器优缺点总结

优点

1、为序列和非序列类型提供了一种统一的迭代取值方式。

2、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。

缺点

1、除非取尽，否则无法获取迭代器的长度

2、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。

 

 

 

 

 

 

生成器 #自定义迭代器

 

 

 

如何得到自定义的迭代器：
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()  # 生成器就是迭代器

# 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__()
#第一次
print(res1)
#1

res2=g.__next__()
#第二次
print(res2)
#2

 

 

应用案列

def my_range(start,stop,step):

    while start < stop:
        yield start
        start+=step

for n in my_range(1,7,2):
    print(n)
#1
#3
#5

 

 

写法

 

next(g)    # g.__next__()
iter(可迭代对象)     # 可迭代对象.__iter__()

 

 

总结yield：

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