python 装饰器，生成器，迭代器

python 装饰器，生成器，迭代器

装饰器

装饰器基本概念

装饰器的定义和作用	
	装饰的是函数
	在不改变原函数的情况下为函数增加其他功能
	
装饰器构成
	函数，嵌套函数，高阶函数
	
装饰器的使用
	@装饰器名字
	原函数
	在原函数的开头加上装饰器的调用符号
装饰器对于原函数的参数处理
	*args -- 将参数变成元组形式
	**kwargs -- 将参数变成字典形式

装饰器使用代码

简单使用

# 简单使用 -- 使用装饰器为函数增加一个计算运行时间的功能
import time

def timmer(func):
    def warpper(*args,**kwargs):
        start_time = time.time()
        func(*args,**kwargs)
        stop_time = time.time()
        print("the func run time is %s" %(stop_time-start_time))
    return warpper
    
@timmer
def test1():
    time.sleep(3)
    print("in the test1")

test1()

复杂使用

# 复杂使用 -- 为页面添加 登录验证功能，并且 满足参数需求
import time

user,passwd = 'baobaohui','123456'
def auth(auth_type):
    print("auth_type:",auth_type)
    def outer_wrapper(func):
        def wrapper(*args,**kwargs):
            print("wrapper func args: ",*args,**kwargs)
            if(auth_type == "local"):
                username = input("Username: ").strip()
                password = input("Password: ").strip()
                if (user == username and passwd == password):
                    print("\033[32;1m User has passed authentication \033[0m")
                    res = func(*args,**kwargs) # from home
                    print("---after authentication")
                    return res
                else:
                    exit("\033[31;1m Invalid username or password \033[0m")
            elif(auth_type == "ldap"):
                print("不会")
        return wrapper
    return outer_wrapper

def index():
    print("welcome to index page")

@auth(auth_type = "local") #home=wrapper
def home():
    print("welcome to home page")
    return "from home"

@auth(auth_type = "ldap")
def bbs():
    print("welcome to bbs page")


index()
print(home())#wrapper
bbs()

生成器

生成器的基本概念

生成器存在的目的
	节省空间，提升效率
	
生成器的特点
	只有在调用时才会生成相应的数据
	只记录当前位置
	
生成器与列表的区别
	列表是提前定义并赋值存储好所有的数据
		c = [i+2 for i in range(100)
        c = [0,2,4,6,8,10...]
        
生成器保存地址，调用时生成相应数据
        c = (i+2 for i in range(100))

生成器使用代码

#斐波那契数列 与 生成器
#只有next 方法
def fibonacci(max):
    n,a,b = 0,0,1
    while(n<max):
        # print(b)
        yield b
        a,b =b,a+b
        n +=1
    return "done"

print(fibonacci(10))
f = fibonacci(100)
g = fibonacci(6)

#异常处理
while True:
    try:
        x = next(g)
        print('g: ',x)
    except StopIteration as e:
        print('Generator return value :',e.value)
        break

print("---------------")
print(f.__next__())  #生成器只保留当前数据位置
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())

借助生成器完成的单线程并发

#生成器并行
'''
    单线程上的 '并发' 执行
    异步，协程
'''
import time

def consumer(name):
    print("%s 准备吃包子了！" %name)
    while True:
        baozi = yield # 生成器标志
        print("包子 [%s] 来了，被 [%s] 吃了！"%(baozi,name))

c = consumer("baobaohui")
c.__next__()

# b1 = "韭菜馅"
# c.send(b1)
# c.__next__()

def produce(name):
    c = consumer('A')
    c2 = consumer('B')
    c.__next__()
    c2.__next__()
    print("我开始准备吃包子了！")
    for i in range(10):
        time.sleep(1)
        print("做了1个包子，分两半！")
        c.send(i)
        c2.send(i)

produce("baobaohui")

迭代器

迭代器基本概念

可迭代对象-Iterable
    可以直接作用于for 循环的对象 list,tuple,dict,set,str等
    使用 isinstance() 判断一个对象是不是 Iterable 对象
    
迭代器-Iterator
    可以被 next() 函数调用 并不断返回下一个值的对象称为迭代器
    生成器都是 Iterator

    把 list,dict,str 等 Iterable 变成 Iterator 可使用 iter() 函数

迭代器使用代码

from collections import Iterable

print(isinstance([],Iterable))  #True

isinstance({},Iterable)

isinstance(iter([]),Iterator)

泡泡：

装饰器的使用在以后会比较普遍，生成器和迭代器会少一点。
装饰器中对参数的处理，以及两种参数形式 *args,**kwargs 需要记一下
嗯，就先这样。