1.装饰器
1什么是装饰器
装饰器就是装饰别人的工具，具体是指为被装饰者添加新功能，为一个新函数添加新功能
2为何要用装饰器 （开放封闭原则）
为了不修改被装饰者的源代码以及调用方式的前提下，为被装饰着添加新功能
3如何实现装饰器
通过这个模板来实现具体看实际情景添加一些代码
def outter(func):
def wrapper(*args,**kwargs):
res=func(*args,**kwargs)
return res
return wrapper
2.装饰器语法糖
就是在被装饰函数头放一个@outter装饰者函数名字 等同于把outter返回值为wrapper内存地址 wrapper内存地址给index从新赋值
def outter(func): #最原始的index的内存地址
def wrapper(*args,**kwargs): #形参 *与**原封不动给func
res=func(*args,**kwargs) #获取返回值为func的return 有就返回，没有就返回None
return res #返回值为func的return 有就返回，没有就返回None
return wrapper #返回wrapper的内存地址
@outter 等同于 index=outter(index) wrapper内存地址赋值给index **这就是语法糖**
def index (x,y):
print('我是index',x,y)
return 123 #返回值1 2 3
print(index(1,2)) #调用index实际是调用wrapper(形参)
3.装饰器模板
def outter(func):
def wrapper(*args,**kwargs): #形参 *与**原封不动给func
res=func(*args,**kwargs) #获取返回值为func的return 有就返回，没有就返回None
return res #返回值为func的return 有就返回，没有就返回None
return wrapper #返回wrapper的内存地址
#@outter # 等同于 index=outter(index) wrapper内存地址赋值给index，index内存地址被重新赋值
def index (x,y):
print('我是index',x,y)
return 123 #返回值1 2 3
print(index) #<function outter.<locals>.wrapper at 0x000001AD182EA790> 相当于调用wrapper
print(index(1,2)) #调用index实际是调用wrapper(形参)
这个装的更像
上面的help方法获取的还是wrapper
内存地址还是wrapper
这个全部都是index
from functools import wraps
def outter(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.time()
res = func(*args, **kwargs)
stop = time.time()
print(stop - start)
return res
return wrapper
@outter # index = outter(index)
def index(x, y, z):
"""index函数的文档注释"""
print('welcome to index page', x, y)
time.sleep(3)
return 123
res = index(111, 222, 333)
print(res) #index里面的输出语句 welcome too.....
print(index) #输出index的内存地址 @wraps模仿的 把index 内存地址都换过来了
help(index) #输出index的注释文档信息 @wraps模仿的 把index注释都换过来了
4.迭代器
1 什么是迭代器
迭代器指的是迭代取值的工具
什么是迭代？？？
- 迭代是一个重复的过程，但是每一次重复都是基于上一次结果而继续的
- 比如 一个项目 第一个人做了一半 第二个人接着第一个人继续做，
2 为何要用迭代器
为了找到一种统一迭代取值方案（适用于str、list、tuple、dict、set，文件对象）
节省内存
3 如何用迭代器
可迭代的对象iterable：
-
内置有
__iter__方法的对象(str、list、tuple、dict、set，文件对象) 除了int float 都可以迭代 -
有
__iter__方法的就是可迭代对象 -
有
_next_方法的就是迭代器对象
迭代器对象一定是 可迭代的
可迭代对象不一定是迭代对象
迭代器对象iterator:
- 内置有__iter__方法
- 内置有__next__方法
4.总结for循环好用 for循环就是迭代器
例子
dic = {'k1': 1111, 'k2': 2222, 'k3': 3333,'k4':4444,'k5':5555}
iter_dic = iter(dic) #dic通过tier转换一下，成迭代器对象
iter_dic.__next__() #有next方法
print(iter_dic.__iter__().__iter__().__iter__() is iter_dic) 已经是迭代器对象，在调iter也没用还是之前的对象
while True:
try: #捕捉异常
print(next(iter_dic)) #next循环下一个
except StopIteration:
break
for x in dic: #总结 for循环好用 for循环就是迭代器循环
print(x)
例：
dic = {'k1': 1111, 'k2': 2222, 'k3': 3333,'k4':4444,'k5':5555}
iter_dic = iter(dic) #迭代器取完就没了 从新获取
for k in iter_dic: #如果是dic第一次可以取到dic自动调iter方法变成迭代器对象超级赛亚人 #调迭代器对象的iter还是本身 第一次可以取到
print(k)
print('='*50)
# iter_dic = iter(dic) #如果打开这个 就是从新赋值 迭代器可以取到东西
for k in iter_dic: #如果再次dic调取iter方法还会变成迭代器对象，超级赛亚人所以还可以取出来 #调迭代器对象的iter还是本身第二次取不到值
print(k)
--------------------------------------------------------------------------------------------------------------
with open('a.txt',mode='rt',encoding='utf-8') as f:
for line in f: #f本身就是迭代器对象 调iter方法变身失败还是本身 ，然后循环赋值给line
print(line) #输出line
print('='*50)
for line in f: #再用f.iter还是迭代器对象本身，变身失败还是本身
print(line)
5.自定义迭代器 生成器对象
# yield可以返回多次值
def func():
print('hello1')
print('hello1')
print('hello1')
yield 111
print('hello2')
print('hello2')
print('hello2')
yield 222
print('hello3')
print('hello3')
print('hello3')
print('hello3')
yield 333
print('hello4')
print('hello4')
print('hello4')
print('hello4')
#函数内但凡出现yield语法，我们再调用函数就不会立即触发函数体代码运行，会返回一个生成器对象,生成器对象就是一种自定义的迭代器
res=func() #返回一个生成器对象
print(next(res)) #返回yield值
