python中的装饰器,迭代器,生成器之间的关系
一、装饰器
装饰即修饰,意指为其他函数添加新功能;
装饰器的本质就是函数
作用是为其他函数添加新功能,如计算该函数运行时长
装饰器遵循原则:
1.不修改被装饰函数的源代码(开放封闭原则)
2.为被装饰函数添加新功能后,不能修改被修饰函数的调用方式
装饰器的实现 = 高阶函数 + 函数嵌套 + 闭包
高阶函数 = 函数接收的参数是一个函数名 或 函数返回值包含函数名
参数是一个函数名,可以为被修饰函数添加新功能
返回值包含函数,可以不改变被修饰函数的调用方式
由于一个函数能实现一种功能,现在想要在不改变其代码的情况下,让这个函数进化一下,即能保持原来的功能,还能有新的"技能",怎么办?
1
2
|
def func1(): print ( 'hello,world!' ) |
1
2
3
|
def func2(): func1() #调用func1,即可保持func1这一函数的所有的功能都被这个新的函数继承下来 print ( 'hello,boy!' ) #添加的新功能,相当于func1这一函数学到的新技能 |
但是,func2是一个新的函数,已经完全改头换面了,虽然有一部分是能实现func1的功能,但并不是func1的进化型,所以当我们还想用调用func1这个函数的调用方法调用的时候,并不能调用func2.
当函数不进行调用时候,可以将这个函数当成一个变量进行对待。所以,如果把func2这个函数的内存地址赋给func1,然后调用func1,那么就能用func1这个名字,调用func2这个函数,也就实现了func1这个函数的进化。
所以,如果定义如下一个可以实现上述功能的函数deco,deco这个函数就要完成以下的两件事情:
1.让func2这个函数的内存地址出现,即:定义func2这个函数
2.在其执行之后能够,拿到func2的内存地址,即把func2的内存地址作为返回值返回
1
2
3
4
5
|
def deco(func1): def func2(): func1() #调用func1,即可保持func1这一函数的所有的功能都被这个新的函数继承下来 print ( 'hello,boy!' ) #添加的新功能,相当于func1这一函数学到的新技能 return func2 |
完成上述deco函数的定义之后,当执行deco这个函数之后,其执行结果,就是func2的内存地址。
接下来,将这个内存地址赋值给func1这个变量之后,再对func1进行调用,就可以完成对函数func1的"进化"(即:在不改变func1的代码,还赋予了其新的功能)
1
2
|
func1 = deco(func1) func1() |
上述的过程可以用以下的代码进行实现:
1
2
3
4
5
6
7
8
9
10
11
|
def deco(func1): def func2(): func1() #调用func1,即可保持func1这一函数的所有的功能都被这个新的函数继承下来 print ( 'hello,boy!' ) #添加的新功能,相当于func1这一函数学到的新技能 return func2 def func1(): print ( 'hello,world!' ) func1 = deco(func1) func1() |
其中,deco这个函数就是所谓的装饰器
(装饰器:在不改变源代码和调用方式的基础之上给函数增加新的功能)
将上述代码进行优化之后就有了下面的代码:
1
2
3
4
5
6
7
8
9
10
11
|
def deco(func1): def func2(): func1() #调用func1,即可保持func1这一函数的所有的功能都被这个新的函数继承下来 print ( 'hello,boy!' ) #添加的新功能,相当于func1这一函数学到的新技能 return func2 @deco #效果等同于func1=deco(func1) def func1(): print ( 'hello,world!' ) func1() |
1.1含参数的装饰器:
1
2
3
4
5
6
7
8
9
10
11
12
|
def deco(func): def wrapper(username,password): if username = = 'root' and password = = 'root' : func(username,password) else : print ( '用户名或密码错误' ) return wrapper @deco def baidu_index(username,password): print ( 'welcome to 百度' ) baidu_index( 'root' , 'root' ) |
由于定义的函数baidu_index,必须要传递参数,所以装饰器内部定义的函数wrapper也需要定义形参,wrapper函数内部调用函数时,也需要有参数!!
1.2多层装饰器
将装饰器1看成一个整体,在这个装饰器上在添加一个装饰器2,就能实现..........
例如:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
def deco1(deco): print ( '你好不好?' ) def deco(func): def func2(): print ( '你不好!' ) func() return func2 return deco @deco1 def deco(func): def func2(): print ( '你不好!' ) func() return func2 @deco def func1(): print ( '你好!' ) func1() |
二、迭代器:
迭代是重复反馈过程的活动,其目的通常是为了逼近所需目标或结果。每一次对过程的重复称为一次“迭代”,而每一次迭代得到的结果会作为下一次迭代的初始值。
1迭代器协议:对象必须提供一个__next__() 方法,执行该方法要么返回迭代中的下一项,要么就引起一个StopIteration异常,以终止迭代(只能往前,不能退后)
2可迭代对象(迭代器):实现了迭代器协议的对象(如何实现迭代器协议,在对象内部定义__iter__()方法
3协议是一种约定,可迭代对象实现了迭代器协议,Python的内部函数工具(如for循环,sum,min,max函数等)都是使用迭代器协议访问对象!!!
迭代器作用:可以节省内存
迭代器相关的方法:iter() 和 next()。
python内置函数 next() 本质就是在调用__next__()
什么是迭代?
1.迭代是一个重复的过程,即每一次重复为一次迭代,
2.并且每次迭代的结果都是下一次迭代的初始值
例如:
1
2
3
4
5
|
l = [ 1 , 2 , 3 ] count = 0 while count< len (l): #首先是重复动作,其次上一次的结果是下一次的初始值,因此,是迭代 print (l[count]) count + = 1 |
2.什么是迭代器?为何要有迭代器?
对于序列类型:字符串、列表、元组,我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的,若还想取出其内部包含的元素,则必须找出一种不依赖于索引的迭代方式,这就是迭代器。
3.什么叫做迭代器对象?
obj有.__iter__和.__next__方法的叫做迭代器对象
总结:迭代器对象一定是可迭代对象,而可迭代对象不一定是迭代器对象
4.for的作用:
1.把可迭代对象变成迭代器对象
2.过滤错误信息
1
2
3
|
l1 = [ 1 , 2 , 3 ] for i in l1: #iter(l1) print (i) |
三、生成器
可以理解为一种数据类型,这种数据类型自动实现了迭代器协议,其他的数据类型需要需要调用自己内置的__iter__方法,所以生成器就是可迭代对象
python中有两种方式提供生成器:
1.生成器函数:常规函数定义,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,挂起函数的状态,以便下次从它离开的地方继续执行
2.生成器表达式:类似于列表解析,但是生成器返回按需产生结果的一个对象,而不是一次构建出的结果列表
1.什么是生成器?
只要函数里有yield关键字,那么函数名()得到的结果就是生成器,生成器就是迭代器,并且不会执行函数内部代码
2.return和yield用法十分类似,但是也有区别,区别在于:return只能返回一个值,而yield可以返回多个值
3.生成器优点:
同一时间只存储一个值,节省内存空间
4.生成器的缺点:
只能向后取值,不能往前取值
1
2
3
4
5
6
7
8
|
def test(): for i in range ( 100 ): yield i res = test() for k in res: print (k) |
四、总结
迭代器
迭代是Python最强大的功能之一,是访问集合元素的一种方式;迭代器是一个可以记住遍历的位置的对象;迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退;迭代器有两个基本的方法:iter()和next();字符串,列表或元组对象都可用于创建迭代器:
迭代器python实例
生成器
在 Python 中,使用了 yield 的函数被称为生成器;跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器;在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行;调用一个生成器函数,返回的是一个迭代器对象。
使用生成器生成斐波那些数列
装饰器
装饰器:在不改变原函数的基础上,对函数执行前后进行自定义操作。把目标函数作为参数传给装饰器函数,装饰器函数执行过程中,执行目标函数,达到在目标函数运行前后进行自定义操作的目的。
应用场景:如记录函数运行时间;flask里的路由、before_request;django中的缓存、用户登录等。
使用装饰器记录函数运行时间
装饰器在实现的时候,被装饰后的函数其实已经是另外一个函数了(函数名等函数属性会发生改变),为了不影响,Python的functools包中提供了一个叫wraps的装饰器来消除这样的副作用。写一个装饰器的时候,最好在实现之前加上functools的wrap,它能保留原有函数的名称和文档字符串。
参考: https://www.jb51.net/python/307431ecb.htm
https://blog.csdn.net/sinat_41752325/article/details/126942361
https://download.csdn.net/blog/column/7392778/106539899