生成器/迭代器/装饰器

迭代器

这里，首先要清楚可迭代对象和迭代器的区别。

定义可迭代对象，必须实现__iter__方法；定义迭代器，必须实现__iter__和next方法，即实现迭代器协议。因此，迭代器一定是可迭代对象。

可迭代对象通过使用iter()方法可以变成迭代器对象

print(isinstance(iter([]),Iterator))  # 列表  True

可迭代对象可以直接用for循环遍历，比如以下2种：

一类是集合数据类型，如list、tuple、dict、set、str等；

一类是generator，包括生成器列表和带yield的生成器函数。（生成器不一定非得用for循环，也可以用next()+捕获StopIteration）

总结：

　　凡是可作用于 for 循环的对象都是 Iterable 类型；

　　凡是可作用于 next() 函数的对象都是 Iterator 类型

　　集合数据类型如 list 、 dict 、 str 等是 Iterable 但不是 Iterator ，不过可以通过 iter() 函数获得一个

 

生成器

1.生成器列表（列表推导式改为圆括号）

 

2.生成器函数

和常规函数定义一样，但是返回语句return被yield语句代替了。yield语句一次返回一个结果并保存返回的地方,下次从上次返回的地方继续执行。

def gensquares(N):
    for i in range(N):
        yield i ** 2

我们可调用它的next方法,获取下一个元素,并且在没有值可以返回的时候,生成器会自动产生StopIteration异常

 

优点：
      1、节省内存（通过生成器的机制,可以实现一边循环一边分配空间，优化内存分配方式。）
      2、提供一种不依赖索引的迭代取值方式

缺点：
      1、取值不灵活，只能往后取不能往前推
      2、无法预测值的个数

 

装饰器

1.闭包

闭包：这个函数内含内嵌一个函数，并且这个内嵌函数，使用了外部函数的参数，这个函数的返回值是内层嵌套函数.

# 闭包,fn使用了变量y并且外层函数make_power的返回值是fn(内层嵌套函数)
# 这个闭包可以实现x的y次方
def make_power(y):
    # 自由变量就是y,当函数make_power返回后,fn依旧可以使用y的值
    def fn(x):
        return x ** y

    return fn

2.装饰器

装饰器是一个特殊的闭包函数。在不修改已有函数的源代码的前提下，给函数增加额外功能的函数，它本质上就是一个闭包函数。

普通写法：

# 添加一个登录验证的功能
def check(fn):
    def inner():
        print("请先登录....")
        fn()
    return inner


def comment():
    print("发表评论")

# 使用装饰器来装饰函数
comment = check(comment)
comment()

语法糖写法：

# 添加一个登录验证的功能
def check(fn):
    print("装饰器函数执行了")
    def inner():
        print("请先登录....")
        fn()
    return inner

# 使用语法糖方式来装饰函数
@check
def comment():
    print("发表评论")


comment()