python入门之三器一闭

一、闭包

闭包(Closure)是指一个函数可以访问并操作其外部作用域中的变量，即使在该函数被调用之后，仍能保持对这些变量的访问权限。

闭包的创建方式如下：

在外部函数中定义内部函数。
内部函数使用了外部函数的变量。
外部函数返回内部函数。

# 闭包代码实现
def outer_function(a):
    def inner_function(b):
        # 内部函数使用了外部函数的变量x和y
        return a+b
    # 外部函数返回内部函数
    return inner_function


# 创建闭包
closure = outer_function(1)

# 调用闭包函数
print(closure(2))  # 输出 8

总结：
闭包是一种强大而灵活的编程概念，可以在Python中实现。通过使用闭包，我们可以创建具有特定功能和访问权限的函数，并且可以在不同的上下文中重复使用它们。闭包在编程中有一些有用的特性。例如，它们可以用来创建函数工厂、实现私有变量和缓存结果等。同时，闭包还允许函数保持对其作用域外部变量的引用，延长了这些变量的生命周期。

二、装饰器

装饰器可以用于修改、增强函数或类的功能的语法结构。可以使代码更加简洁、灵活，并提供了一种可重用的方式来扩展已有的功能。
它的本质是一个函数(或可调用对象)，接收一个函数作为参数，并返回一个新的函数。

# 代码实现
def decorator_func(original_function):
    def wrapper_func(*args, **kwargs):
        print("在调用原始函数之前的操作")
        result = original_function(*args, **kwargs)  # 调用原始函数
        print("在调用原始函数之后的操作")
        return result

    return wrapper_func


@decorator_func
def original_func():
    print("原始函数")


original_func()

三、迭代器

迭代器（Iterator）是一种用于遍历可迭代对象（Iterable）的对象。可迭代对象是指实现了__iter__()方法的对象，而迭代器则是在可迭代对象的基础上实现了__iter__()和__next__()方法的对象。
迭代器提供了一个按需获取元素的接口，每次调用__next__()方法时都会返回下一个元素，直到没有更多元素可迭代时，抛出StopIteration异常。

# 代码实现迭代器
class MyIterator:
    def __init__(self, data):
        self.data = data
        self.index = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.index >= len(self.data):
            raise StopIteration
        result = self.data[self.index]
        self.index += 1
        return result


# 创建可迭代对象
my_list = [1, 2, 3, 4, 5]
my_iter = MyIterator(my_list)

# 使用迭代器遍历可迭代对象
for item in my_iter:
    print(item)

迭代器的优点是节省内存空间，因为它不需要事先将所有元素加载到内存中。相反，它在每次迭代时按需提供一个元素。这在处理大型数据集或无限序列时非常有用。
内置的可迭代对象，例如列表、元组、字符串和字典。这些可迭代对象都可以通过调用 iter() 函数来获取对应的迭代器。

此外，还可使用 itertools 模块，其中包含了一系列用于快速生成迭代器的函数，如 count()、cycle() 和 zip() 等。

需要注意的是，一旦迭代器达到了最后一个元素，再次调用 next() 方法会引发 StopIteration 异常。为了避免这个问题，通常使用 for 循环来遍历可迭代对象，因为它会自动处理 StopIteration 异常。

四、生成器

生成器（Generator）是一种使用yield语句来定义的特殊函数，它可以在迭代时动态产生数据。

def my_generator():
    yield 1
    yield 2
    yield 3
    yield 4
    yield 5


# 用for循环遍历生成器
for item in my_generator():
    print(item)

# 获取生成器
gen = my_generator()

# 用next函数
print(f"第一次调用：{next(gen)}")
# 第一次调用：1
print(f"第二次调用：{next(gen)}")
# 第二次调用：2
print(f"第三次调用：{next(gen)}")
# 第三次调用：3
print(f"第四次调用：{next(gen)}")
# 第四次调用：4
print(f"第五次调用：{next(gen)}")
# 第五次调用：5
print(f"第六次调用：{next(gen)}")
# Traceback (most recent call last):
#   File "D:\python\爬虫\test.py", line 27, in <module>
#     print(f"第六次调用：{next(gen)}")
# StopIteration

与普通函数不同，生成器不会一次性返回所有结果，而是在每次迭代时，根据需要产生一个新的值，并暂停函数执行状态，等待下一次迭代再次执行。这种方式可以避免一次性加载所有数据到内存中，从而节省内存空间。

示例中，my_generator() 是一个生成器函数，它使用 yield 语句产生了五个连续的整数。当调用 my_generator() 函数时，它并不会立即执行函数体，而是返回一个生成器对象。使用 for 循环遍历生成器对象时，每次迭代时会执行生成器函数，并在每次调用 yield 语句时返回一个新的值。在遍历完所有元素后，生成器函数的执行状态被暂停，并且不会再产生任何新的值。除了使用 for 循环遍历生成器外，还可以使用 next() 函数来手动获取生成器的下一个值。每次调用 next() 函数时，生成器会从上一次暂停的位置继续执行，并返回下一个值。

内置的生成器，例如 range()、map() 和 filter() 等。这些生成器只需在需要时动态生成所需的值，而无需一次性生成所有元素。生成器是一种高效而强大的工具，可以用于处理大型数据集或无限序列等场景。使用生成器可以使代码更加简单、清晰，并节省内存空间。