迭代器生成器装饰器 迭代器
每一个可迭代类内部都要实现__iter__()方法，返回一个迭代类对象，迭代类对象则定义了这个可迭代类如何迭代。
for循环调用list本质上是是调用了list的迭代器进行迭代。
# 对list进行for循环本质上是调用了list的迭代器list = [1,2,3,4]# for 循环调用for elem in list: print(elem)# 迭代器调用list_iter = list.__iter__()while True: try: print(next(list_iter)) except StopIteration: break
实现一个自己自定的迭代类，规定迭代一个可迭代的数据结构为“倒计时”模式。
# 可迭代对象类class CountDown(object): def __init__(self,num): self.num = num def __iter__(self): return MyIterator(self.num)# 迭代类class MyIterator(object): def __init__(self,num): self.NUM= num self.FINAL = 0 self.now = num def __iter__(self): return self def __next__(self): step = 1 if self.NUM
含有yield指令的函数可以称为生成器，它可以将函数执行对象转化为可迭代的对象。这样就可以像debug一样一步一步推进函数。可以实现的功能是可以实现让函数内部暂停，实现了程序的异步功能，这样可以及进行该函数与外部构件的信息交互，实现了系统的解耦。
from collections import Iterabledef f(): pass# 含有yield指令的函数可以称为生成器def g(): yield()print(type(f()),isinstance(f(),Iterable))print(type(g()),isinstance(g(),Iterable))
使用生成器可以降低系统的耦合性
import os# 生成器是迭代器的一种，让函数对象内部进行迭代# 可以实现让函数内部暂停，实现了程序的异步功能，同时也实现了解耦。def my_input(): global str str = input('input a line') passdef my_write(): with open('workfile.txt','w') as f: while(str): f.write(str+'n') yield() return mw = my_write()while(True): my_input() try: next(mw) except StopIteration: pass if not str: break
装饰器装饰器封装一个函数，并且用这样或者那样的方式来修改它的行为。
不带参数的装饰器
# 不带参数的装饰器from functools import wraps# 装饰器封装一个函数，并且用这样或者那样的方式来修改它的行为。def mydecorator(a_func): @wraps(a_func) #声明这个注解就可以不重写传入的函数，只是调用的时候wrap一下。不加的话，a_func函数可以看作被重写为wrapTheFunction. def wrapTheFunction(): print(f"function in {id(a_func)} starts...") a_func() print(f"function in {id(a_func)} ends...") return wrapTheFunction# 在函数定义前加入此注解就可以将函数传入装饰器并包装@mydecoratordef f(): print('hi') passf()print(f.__name__)
带参数的装饰器(实现输出到自定义的日志文件)
# 带参数的装饰器(实现输出到自定义的日志文件)from functools import wrapsdef logit(logfile='out.log'): def mydecorator2(a_func): @wraps(a_func) def wrapTheFunction(*args, **kwargs): # 这个保证了函数可以含有任意形参 log_string = a_func.__name__ + " was called" print(log_string) # 打开logfile，并写入内容 with open(logfile, 'a') as opened_file: # 现在将日志打到指定的logfile opened_file.write(log_string + 'n') return a_func(*args, **kwargs) return wrapTheFunction return mydecorator2# func group1 @ logit('out1.log')def func1(str): print(str) pass@ logit('out2.log')def func2(): pass func1('I have a foul smell')func2()
实现一个装饰器类（这样写可以简化装饰器函数，并且提高封装性）
# 带参数的装饰器(实现输出到自定义的日志文件)from functools import wrapsdef logit(logfile='out.log'): def mydecorator2(a_func): @wraps(a_func) def wrapTheFunction(*args, **kwargs): # 这个保证了函数可以含有任意形参 log_string = a_func.__name__ + " was called" print(log_string) # 打开logfile，并写入内容 with open(logfile, 'a') as opened_file: # 现在将日志打到指定的logfile opened_file.write(log_string + 'n') return a_func(*args, **kwargs) return wrapTheFunction return mydecorator2# func group1 @ logit('out1.log')def func1(str): print(str) pass@ logit('out2.log')def func2(): pass func1('I have a foul smell')func2()