Python小技巧之迭代器和装饰器

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