学习目标
1、能够掌握with语句的使用
2、能够知道生成器的两种创建方式
3、能够知道深拷贝和浅拷贝的区别
4、能够掌握Python中的正则表达式编写
一、Python高级语法
1、with语句和上下文管理器
☆ with语句
Python提供了 with 语句的写法,既简单又安全。文件操作的时候使用with语句可以自动调用关闭文件操作,即使出现异常也会自动关闭文件操作。举个栗子:
使用with方法实现文件操作,如下所示:
# 1、以写的方式打开文件
withopen('1.txt','w')as f:
# 2、读取文件内容
f.write('hello world')
2、生成器的创建方式
Python生成器是一种特殊的迭代器,它可以按需生成值,而不是一次性生成所有值。生成器可以节省内存空间,并且可以以惰性方式生成数据,只有在需要时才会生成数据。
创建生成器的方式
① 生成器推导式
② yield 关键字
☆ 生成器推导式
生成器表达式是一种类似于列表推导式的语法,它可以用于创建生成器对象。与列表推导式不同的是,生成器表达式使用圆括号而不是方括号,并且返回的是一个生成器对象而不是一个列表。
以下是一个生成器表达式的示例:
# 创建生成器
my_generator =(i *2for i inrange(5))
print(my_generator)
# next获取生成器下一个值
# value = next(my_generator)
# print(value)
# 遍历生成器
for value in my_generator:
print(value)
当使用next获取生成器的下一个值时,即:
# 创建生成器
my_generator = (i * 2 for i in range(5))
print(my_generator)
# next获取生成器下一个值
value = next(my_generator)
print(value)
这段代码使用生成器表达式创建了一个生成器对象my_generator,它会生成从0到4的整数,每个整数乘以2。
接下来,使用next函数获取生成器对象的下一个值,并将其赋值给变量value。由于生成器是按需生成值的,因此在第一次调用next函数时,生成器会生成第一个值,并返回该值。在下一次调用next函数时,生成器会生成下一个值,并返回该值。依次类推,直到生成器中没有更多的值可以生成,再次调用next函数会抛出StopIteration异常,表示生成器已经没有更多的值可以生成。
在这个例子中,第一次调用next函数时,生成器会生成第一个值0,并返回该值。因此,变量value的值为0,然后打印出来。
# 创建生成器
my_generator = (i * 2 for i in range(5))
print(my_generator)
# 遍历生成器
for value in my_generator:
print(value)
这段代码使用生成器表达式创建了一个生成器对象my_generator,它会生成从0到4的整数,每个整数乘以2。
接下来,使用for循环遍历生成器对象,依次获取生成器返回的每个值,并将其打印出来。由于生成器是按需生成值的,因此在每次迭代时才会生成下一个值,所以遍历生成器时不会一次性生成所有值,而是在需要时才生成。在这个例子中,循环过程中,生成器会依次生成0、2、4、6、8这五个值,并将这些值赋值给变量value,然后打印出来。当生成器中没有更多的值可以生成时,循环结束。由于生成器是按需生成值的,因此可以节省内存空间,并且可以以惰性方式生成数据,只有在需要时才会生成数据。
生成器相关函数:
next 函数获取生成器中的下一个值
for 循环遍历生成器中的每一个值
☆ yield生成器
yield 关键字生成器的特征:在def函数中具有yield关键字
defgenerator(n):
for i inrange(n):
print('开始生成...')
yield i
print('完成一次...')
g = generator(5)
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))-----> 正常
print(next(g))-----> 报错
Traceback (most recent call last):
File "/Users/cndws/PycharmProjects/pythonProject/demo.py", line 14,in<module>
print(next(g))
StopIteration
这段代码定义了一个名为generator的生成器函数,它的参数n表示生成的数据个数。在函数内部,使用for循环来生成n个数,每生成一个数,就使用yield语句将该数作为生成器的值返回,并在生成器内部打印出开始生成...和完成一次...,以便区分生成器的输出结果是在哪个阶段生成的。yield语句会暂停函数的执行,并将返回值作为生成器的值返回,下次再调用next()方法时,从yield语句处继续执行。
在程序中,先调用generator(5)创建一个生成器g,然后连续调用5次next(g)方法获取生成器的下一个值,每次调用next()方法时,生成器会生成下一个值,并返回该值。因为该生成器中一共有5个数需要生成,所以可以正常地获取5个值并打印输出。当程序第6次调用next()方法时,由于生成器中已经没有数可以生成了,所以会抛出StopIteration异常,表示生成器已经没有更多的值可以生成。这是生成器的一种默认行为,当没有更多的值能够生成时,StopIteration异常就会被抛出,可以在程序中捕捉该异常并进行相应处理。
defgenerator(n):
for i inrange(n):
print('开始生成...')
yield i
print('完成一次...')
g = generator(5)
for i in g:
print(i)
这段代码与上一段代码类似,也是定义了一个生成器函数generator,用来生成n个数。不同之处在于,这里使用for循环遍历生成器对象g,而不是连续调用next()方法来获取生成器的下一个值。在for循环中,每次迭代会自动调用next()方法来获取生成器的下一个值,并将该值赋值给循环变量i,然后执行循环体内的代码块。在这个例子中,循环体内只有一行代码,即打印出循环变量i的值。
运行结果:
开始生成...
0
完成一次...
开始生成...
1
完成一次...
开始生成...
2
完成一次...
开始生成...
3
完成一次...
开始生成...
4
完成一次...
进程已结束,退出代码0
因为generator(5)返回的是一个生成器对象,所以可以直接将其用于for循环中,从而遍历生成器对象中的所有值。在每次循环中,生成器会生成下一个值,并将该值赋值给循环变量i,然后打印出来。由于生成器是按需生成值的,所以在循环过程中,每生成一个值,就会打印出一行开始生成...和完成一次...,以便区分生成器的输出结果是在哪个阶段生成的。最终,循环结束后,生成器中就没有更多的值可以生成了,程序也就结束了。
defgenerator(n):
for i inrange(n):
print('开始生成...')
yield i
print('完成一次...')
g = generator(5)
whileTrue:
try:
print(next(g))
except StopIteration:
break
这段代码与前两段代码类似,也是定义了一个生成器函数generator,用来生成n个数。不同之处在于,这里使用while循环和try...except语句来获取生成器的下一个值。在while循环中,每次循环会调用next()方法来获取生成器的下一个值,并将该值打印出来。由于生成器是按需生成值的,所以在循环过程中,每生成一个值,就会打印出一行开始生成...和完成一次...,以便区分生成器的输出结果是在哪个阶段生成的。在try...except语句中,如果生成器已经没有更多的值可以生成了,就会抛出StopIteration异常,然后使用break语句退出循环。
因为生成器是按需生成值的,所以使用while循环和try...except语句来获取生成器的下一个值,可以在生成器中没有更多的值可以生成时,及时捕捉异常并退出循环,避免程序出现异常情况。这种方式比较灵活,可以根据需