一、迭代器
-
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个对象,要么引起一个StopIteration异常以终止迭代,迭代只能向后进行不能往前回退。
-
可迭代对象:可实现迭代器协议的对象(通过对象内部定义的__iter__()方法)。
-
python的内部工具如for循环、sum、max、min、map、reduce、filter等都通过迭代器协议访问对象。
-
使用for循环访问可迭代对象的本质:调用对象的__iter__()方法生成可迭代对象、执行可迭代对象的__next__()方法依次访问元素、全部访问之后自动终止。
s=(1,'a',{'b':1},[1,2])
a=s.__iter__() #调用元组内部的__iter__()方法生成可迭代对象
print(a) #输出<tuple_iterator object at 0x0000000002701550>
print(a.__next__()) #输出1
#调用可迭代对象的__next__()访问元素,每执行一次访问一个元素,也可以使用next(a)访问
print(a.__next__()) #输出a
print(a.__next__()) #输出{'b': 1}
print(a.__next__()) #输出[1, 2]
#此处执行后已访问到最后一个元素,如果再执行一次a.__next__()会报StopIteration错误
-
两种方法提供生成器,生成器只能遍历一次,遍历完之后就为空。
1、生成器函数:类似常规函数,但使用yield语句而不是return语句返回结果,yield语句一次返回一个结果,在每个结果中间挂起函数的状态,以便下次从离开的地方继续执行。
def d():
yield 1,2,3
yield 2
a=d()
print(a) #输出<generator object d at 0x000000000214A318>,表示a是一个生成器对象
print(a.__next__()) #输出(1, 2, 3)
print(a.__next__()) #输出2
2、生成器表达式,类似列表推导,但是生成器会按需产生一个对象,而不是一次生成。
a=(i for i in range(10))
print(a) #输出<generator object <genexpr> at 0x000000000219A318>,表示a是一个生成器对象
print(a.__next__()) #输出0
print(a.__next__()) #输出1
二、装饰器
-
装饰器本质:函数闭包的语法糖,一个函数,该函数用来处理其他函数,在不改变源函数的情况下添加功能,装饰器的返回值可以是一个函数对象。
-
使用场景:插入日志,事务处理,缓存,权限校验等。
-
装饰器=高阶函数+函数嵌套+闭包。
-
函数闭包:
-
1、必须函数嵌套函数。
-
2、内嵌函数必须引用一个定义在闭合范围内(外部函数里)的变量——内部函数引用外部变量。
-
3、外部函数必须返回内嵌函数——必须返回那个内部函数。
-
4、闭包的作用:可以保持程序上一次运行后的状态然后继续执行。
-
-
自动化测试场景如:计算函数的执行时间。
import time
def show_time(func):
def inner():
start_time = time.time() #开始时间
func()#函数调用
end_time = time.time()#结束时间
print(f"函数执行时间{end_time-start_time}")
return inner #返回函数对象
@show_time #相当于 case = show_time(case) 语法糖
def case():
print("执行测试用例")
time.sleep(1)
case()
#输出
#执行测试用例
#函数执行时间1.0030663013458252