python学习 day13 迭代器，生成器，枚举对象

一、复习

1.闭包：定义在函数内部的函数(被函数嵌套的函数)
2.装饰器：闭包的一个应用场景
    -- 为一个函数添加新功能的工具
3.开放封闭原则：不能修改源代码，不能修改调用方式，但可以对外提供增加新功能的特性

小点：多个装饰器运行流程

def o1(func):
    def inner(*args, **kwargs):
        print('o1 ------------')  # 1
        result = func(*args, **kwargs)
        print('o1 ============')  # 5
        return result
    return inner

def o2(func):
    def inner(*args, **kwargs):
        print('o2 ------------')  # 2
        result = func(*args, **kwargs)
        print('o2 ============')  # 4
        return result
    return inner
@o1
@o2
def fn2():
    print('fn2 ============')  # 3
fn2()  # 函数调用位置
# # 执行流程：函数调用位置 => o1装饰器inner => o2装饰器inner => 本体fn2
# #  => 回到o2装饰器inner =>回到o1装饰器inner => 回到函数调用位置

##可通过debug走一遍看具体流程

def wrap1(func):
    print('1')
    def inner1():
        print('4')
        func()    # 应该是自身的func
        print('6')
    return inner1

def wrap2(func):
    print('2')
    def inner2():
        print('3')
        func()   # 此处的func 是 inner1 即，运行 inner1()  等到上述执行完后在继续执行
        print('7')
    return inner2
@wrap2      # func = wrap1()  执行返回inner1  即 func=inner1
@wrap1      # func = wrap2() 执行返回inner()  即 inner1 = inner2
def func():
    print('5')

func()  # 实际运行 inner2()

#打印结果： 1,2,3,4,5,6,7

def wrap1(func):
    print('2')
    def inner1():
        print('3')
        func()    # 此处的func是 inner2,即运行inner2()
        print('7')
    return inner1

def wrap2(func):
    print('1')
    def inner2():
        print('4')
        func()   # 此处为自身
        print('6')
    return inner2
@wrap1   # func = wrap1()  执行返回inner1  本质上是 inner2 = inner1
@wrap2    # func = wrap2() 先执行返回inner2  即 func = inner2  代码的解释顺序决定的
def func():
    print('5')

func()  #   func = inner2  而inner2=innser1 实际运行 inner1()

#打印结果： 1,2,3,4,5,6,7

上述的差异，在于谁先给函数装饰，结果如上，逻辑暂没弄清

 

小点：多层嵌套的装饰器

def wrap(var):
    def outer(func):  # outer的参数是固定的，就是被装饰的函数对象
        print(var)
        def inner(*args, **kwargs):
            print(111111111111111)
            func(*args, **kwargs)
            print(333333333333333)
        return inner
    return outer

# 1.调用wrap返回outer
@wrap(0)  # wrap(000) => outer => @outer => fn3 = outer(fn3)
##@wrap(0)   可看做是两种情况综合  先wrap(0),运行返回outer,
##                 此时在运行@outer,接下来的是正常的装饰器节奏

def fn3():
    print(222222222222222)  #调用outer传入fn3返回inner给fn3
fn3()

# # @wrap(000)  # wrap(000) => outer => @outer => fn3 = outer(fn3)

# # 3.调用fn3就是调用inner，在inner内部调用原fn3

二、迭代器

1、相关概念：

器：包含多个值得容器

迭代：循环反馈（一次从容器中取出一个值）

迭代器：从装有多个值的容器里取出一个值给外界

迭代器：从装有多个值得容器中一次取出一个值给外界

2、可迭代对象

对象：python中装有地址的一个变量

可迭代对象：该对象有_iter_()方法

可迭代对象通过调用_iter_()方法得到迭代器对象

3、迭代器对象

迭代器对象可以做到不依赖索引取值（一次从容器中取出一个值）

迭代器对象都存在_next_()方法，且通过该方法获取容器中的值，获取规则，从前往后一次一个

st1={3,2,6,5,9}   #不清楚集合为什么打印的结果是从小到大，而其他不是
iter_obj=st1._iter_()
print(iter_obj)     #<set_iterator object at 0x00000000021E13A8>

#迭代器对象取一个值就少一个值（重点掌握）
print(iter_obj.__next__())  # 2
print(iter_obj.__next__())  # 3
print(iter_obj.__next__())  # 5
print(iter_obj.__next__())  # 6
print(iter_obj.__next__())  # 9

 #print(iter_obj.__next__()) #再加上一个，超出其范围，会报错
                                                                      StopIteration

ter_obj=st1._iter_() #若不加上这个迭代器对象，会输出结果为空，上面
                                                                          已经取完其值
while True:
    try:                                               
        ele = iter_obj.__next__()
        print(ele)
    except StopIteration:     # 此处的try except 用来除去异常
        # print("取完了")        # 因为会存在无限循环，但是值不够的情况
        break

4、for 循环

自带异常处理的while循环，自动获取被迭代对象的迭代器对象（即不需要人为添加._next_()）

# for循环迭代器：
#   -- 1.自动获取被迭代对象的迭代器对象；
#   -- 2.在内部一次一次调用__next__()方法取值；
#   -- 3.自动完成异常处理

for v in obj:
    print(v)
    if v == 2:
        break


print(obj.__iter__().__iter__().__iter__().__next__())  # 3 因为上面的for已经取了两个值
# print(obj.__iter__().__iter__().__iter__() is obj)  # True
# 可迭代对象.__iter__()得到的是该对象的迭代器对象
# 迭代器对象.__iter__().__iter__()得到的就是迭代器对象本身

迭代器对象代码：

for v in 'abc'.__iter__():
    print(v)
结果：
a
b
c

for v in 'abc'.__iter__():
    print(v)
结果：
a
b
c
# 为什么此处可以重复打印？  因为第二次重新给字符串装换到了迭代器对象
因此可以重复使用，而不是上面取完值后，下面没有输出结果

with open('abc.txt', 'r', encoding='utf-8') as f:
    print(f.__next__())
    print(f.__next__())
    print(f.__next__())



#‘abc.txt’文件里存在多行数据，此时的print是一行打印一次，因此需要多个print

直接：

可迭代对象：即有有__iter__()方法的对象，调用该方法返回迭代器对象

  str | list | tuple | dict | set | range() | file | 迭代器对象 | enumerate() | 生成器

 

迭代器对象：有__next__()方法的对象，也就是用该方法一次从迭代器对象中获取一个值，取出一个少一个

file | enumerate() | 生成器

重点：
1.从迭代器对象中取元素，取一个少一个，如果要从头开始去，需要重新获得拥有所有元素的迭代器对象
2.迭代器对象也有__iter__()方法，调用后得到的是自己本身(当前含义几个元素，得到的就只有几个元素的迭代器对象)

3、对于for循环迭代：

     1.自动获取被迭代对象的迭代器对象
     2.在内部一次一次调用__next__()方法取值；
     3.自动完成异常处理

三、生成器

# 生成器：就是一个迭代器对象
# 包含yield关键字的函数就是生成器
# 该函数名()得到的是生成器对象，且不会执行函数体

# 在函数内部执行一次，在遇到下一个yield时停止，且可以拿到yield的返回值

def my_yield():
 print('first')
 yield 1
 print('second')
 yield 2
 print('Third')
 yield 3
g=my_yield()

next(g)    
next(g)
next(g)
#以下为结果：   只打印函数体
first
second
Third

print(next(g)
print(next(g)
print(next(g)
#以下为结果：  函数体和返回值都打印
first
1
second
2
Third
3

def my_yield():
 print('first')
 yield 1
 print('second')
 yield 2
 print('Third')
 yield 3


for i in my_yield():
    print(i)

#下面为结果：
first
1
second
2
Third
3


yields=my_yield()
print(yields)
#以下为结果：
<generator object my_yield at 0x000000000216A390>



yields=my_yield()
print(list(yields))
#以下为结果：
first
second
Third
[1, 2, 3]

总结：
按 顺序打印函数体和返回值：
for 循环       print（next(i))

先打印函数体后打印返回值：
print(list(i))   用其他类型数据转换

直接打印函数体：
next(i)

直接打印生成器地址：
print(i)


建议日常使用for循环和next方式取值

四‘枚举对象 ’
enumerate

通过for迭代器 循环遍历 可迭代对象，需要知道迭代的索引

#从上一次停止的位置紧着往下走，在再遇到下一个yield时停止，且可以拿到yield的返回值

# 生成器可以被for循环迭代

ls = [1, 3, 5, 7, 9]

for i, v in enumerate(ls):
    print(i, v)
结果：

0 1
1 3
2 5
3 7

4 9

小点：
dict={'a':1,'b':2}
lis=[]
for i in enumerate(dict):
    lis.append(i)
print(lis)
#[(0, 'a'), (1, 'b')]

#此处可见 仅用一个值i就可将索引与对应的值导出
#可利用此种特性将数据成行打印

#也可利用两个参数，将其换行打印