【Python快速入门和实践009】Python高级编程

9. 高级Python

   9.1 迭代器与生成器

迭代器:

• 迭代器是一种遵循迭代器协议的对象，该协议要求对象实现两个特殊的方法：__iter__() 和 __next__()。
• __iter__() 方法返回迭代器自身，而 __next__() 方法返回序列中的下一个值。
• 当没有更多的值时，__next__() 方法会抛出 StopIteration 异常。

示例代码：

class EvenNumberIterator:
    def __init__(self, numbers):
        self.numbers = numbers
        self.index = 0

    def __iter__(self):
        return self

    def __next__(self):
        while self.index < len(self.numbers):
            current_number = self.numbers[self.index]
            self.index += 1
            if current_number % 2 == 0:
                return current_number
        raise StopIteration


# 创建一个包含数字的列表
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 创建一个 EvenNumberIterator 实例
even_numbers = EvenNumberIterator(numbers)

# 使用 for 循环遍历迭代器
for number in even_numbers:
    print(number)

# 结果
2
4
6
8
10

生成器:

• 生成器是一种特殊的迭代器，它允许程序员简洁地编写用于遍历数据的函数。
• 生成器函数使用 yield 关键字而不是 return 来返回值。yield 可以被看作是返回一个值并保存函数的状态，使得下次调用时可以从上次停止的地方继续执行。
• 生成器函数不需要显式地实现迭代器协议，它们自动支持迭代器接口。

示例代码:假设我们需要一个生成器函数来生成斐波那契数列中的前N个数

def fibonacci(n):
    a, b = 0, 1
    count = 0
    while count < n:
        yield a
        a, b = b, a + b
        count += 1


# 指定要生成的斐波那契数的数量
n = 10

# 调用生成器函数
fib_gen = fibonacci(n)

# 使用 for 循环遍历生成器
for num in fib_gen:
    print(num)

# 结果
0
1
1
2
3
5
8
13
21
34

   9.2 装饰器 (decorators)

装饰器:

• 装饰器是修改其他函数行为的一种方式，通常用来添加额外的功能或者修改现有功能。
• 装饰器本质上是一个接受函数作为参数的函数，并返回一个新的函数。
• 装饰器可以用来实现诸如缓存、日志记录、性能度量等功能。

示例代码:

def my_decorator(func):
    def wrapper(*args, **kwargs):
        print("Before the function is called.")
        result = func(*args, **kwargs)
        print("After the function is called.")
        return result
    return wrapper

@my_decorator
def say_hello(name):
    print(f"Hello, {name}!")

say_hello("Alice")
# 输出:
# Before the function is called.
# Hello, Alice!
# After the function is called.

   9.3 上下文管理器与 `with` 语句

上下文管理器:

• 上下文管理器允许用户创建一个环境，在这个环境中某些操作可以安全地执行。
• 上下文管理器通过实现 __enter__() 和 __exit__() 方法来定义上下文管理器的行为。
• with 语句用于确保资源的正确清理，即使在发生异常的情况下也是如此。

示例代码:

class ManagedFile:
    def __init__(self, filename):
        self.filename = filename

    def __enter__(self):
        self.file = open(self.filename, 'r')
        return self.file

    def __exit__(self, exc_type, exc_val, exc_tb):
        if self.file:
            self.file.close()

with ManagedFile('example.txt') as f:
    for line in f:
        print(line)
# 文件在离开 with 块后会被自动关闭

   9.4 异步编程基础 (asyncio)

异步编程:

• 异步编程允许程序在等待某些操作完成时执行其他任务。
• Python 的 asyncio 库提供了实现异步编程的基础设施。
• 异步编程的关键概念包括协程、事件循环、Future/Task 对象等。

示例代码:

import asyncio

async def my_coroutine():
    print("Start")
    await asyncio.sleep(1)
    print("End")

async def main():
    task = asyncio.create_task(my_coroutine())
    await task

asyncio.run(main())
# 输出:
# Start
# End

   9.5 元编程与反射

元编程:

• 元编程是指在运行时分析或修改程序的能力。
• Python 支持动态创建类和修改类属性或方法。
• 元编程可用于实现框架、插件系统、自动化测试等场景。

反射:

• 反射是指在运行时检查和修改程序结构的能力。
• Python 提供了多种工具来实现反射，如 getattr, setattr, hasattr, dir 等函数。

示例代码:

class MyClass:
    def __init__(self, x, y):
        self.x = x
        self.y = y

obj = MyClass(10, 20)
print(getattr(obj, 'x'))  # 输出: 10
setattr(obj, 'y', 30)     # 设置 obj.y 为 30
print(hasattr(obj, 'z'))  # 输出: False
print(dir(obj))           # 显示 obj 的所有属性和方法