12.python编程函数之——三大神器：装饰器，迭代器，生成器

一、装饰器

在不改变源代码和调用方式的基础之上给函数增加新的功能
我们来看下面的代码 ：

def deco(func):#func = index
    def wrapper(): #wrapper() = index()
        func() #func() = index()
        print('增加新功能')
    return wrapper

@deco  #index = deco(index)
def index():
    print('欢迎来首页')
index() #index = wrapper
输出：
欢迎来首页
增加新功能

通过打断点Debug体会它的运行过程：

1. 首先解释器光影打到第一行将要执行还未执行，解释器检测到是一个定义的函数选择跳过执行函数之后的内容；
2. 解释器光影打到第7行，通过@deco知道index=deco(index),函数deco是一个装饰器并返回执行deco()这个函数；
3. 当解释器执行到第二行又发现wrapper也是一个函数且当前没有调用这个函数就不会执行wrapper函数体里的代码，解释器会直接执行return
   wrapper,那么这时函数deco()执行结果就等于函数wrapper的内存地址，即：deco(func)=wrapper；
4. 这时再(step over)单步执行光影又会回到@deco,这时由index=deco(index)和deco(func)=wrapper得出index=wrapper,它俩的内存地址是相等的；
5. 再单步执行解释器会直接找到index()并执行调用index()函数，而调用index()函数就等于调用wrapper()函数，解释器光影会返回执行wrapper()函数；
6. 当执行到func()，之前由index=deco(index)和deco(func)=wrapper得出index=wrapper时还能得出func=index,所以执行func()函数就等于执行index()；
7. 解释器会去执行index()函数，首先输出‘欢迎来首页’这5个字，然后会回到func()再执行输出‘增加新功能’就全部执行完毕。

有参装饰器

def deco(func):
    def wrapper(username,password):
        if username == 'root' and password == 'root':
            func(username,password)  #test()  print('this is test func')
        else:
            print('用户名或密码错误')
    return wrapper
@deco
def aaa_index(username,password):
    print('welcome to aaa')
aaa_index('root','root')

@deco
def bbb_index(username,password):
    print('welcome to bbb')
bbb_index('root','root')
输出：
welcome to aaa
welcome to bbb

二、迭代器

• 迭代是一个重复的过程，即每一次重复为一次迭代
• 每次迭代的结果都是下一次迭代的初始值

 -l = [1,2,3]
count=0
while count<len(l): #首先是重复动作，其次上一次的结果是下一次的初始值，因此，是迭代
    print(l[count])
    count+=1

1.为何要有迭代器？

对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则 必须找出一种不依赖于索引的迭代方式，这就是迭代器。

l1 = [1,2,3]   #列表
t1  = (1,2,3)  #元组
str1 = '123'   #字符串
s1 = {1,2,3}   #集合
d1 = {'name':'aaa','age':'bbb'}    #字典
f = open('a.txt','r',encoding='utf-8')   #文件

整型和浮点型没有任何方法

num1 = 10   
num2 = 12.2

2.什么是可迭代对象？

目标对象有._iter_方法的都叫做可迭代对象

l1._iter_()
t1._iter_()
str1._iter_()
s1._iter_()
d1._iter_()
f._iter_()

3.什么是迭代对象？

目标对象有._iter_和._next_方法的叫做迭代器对象

f._iter_()
f._next_()

文件就是一个迭代对象，而列表、元组、字符串、集合、字典需要通过iter()转化成迭代器对象

res1 = iter(l1)
res2 = iter(t1)
res3 = iter(str1)
res4 = iter(s1)
res5 = iter(d1)

res1.__iter__() 
res1.__next__()
res2.__iter__() 
res2.__next__()
res3.__iter__() 
res3.__next__()
res4.__iter__() 
res4.__next__()
res5.__iter__() 
res5.__next__()

实际正真迭代对象已经变成res1，res2，res3，res4，res5

例：如果我们不用for循环打印出l1列表的元素，那么可以转化成迭代器对象后就可以循环出元素

l1 = [1,2,3]
res1 = iter(l1)
print(next(res1))
print(next(res1))
print(next(res1))
输出：
1
2
3

如果再加一行print(next(res1))就会报错，因为元素只有三个

其实用for循环出l1列表的元素很简单，而我们不知道for其实内部帮我们做了一些处理

for的作用：

1. 把可迭代对象变成迭代器对象，例：iter(l1)
2. 过滤错误信息

例：for循环出l1列表的元素

l1 = [1,2,3]
for i in l1:  #iter(l1)
    print(i)
输出：
1
2
3

注意：迭代器对象一定是可迭代对象，而可迭代对象不一定是迭代器对象

三、生成器

1.只要函数里有yield关键字，函数名()得到的结果就是生成器，生成器就是迭代器，并且不会执行函数内部代码

2.return只能返回一个值，而yield可以返回多个值

3.生成器优缺点：

• 优点：同一时间只存储一个值，节省内存空间
• 缺点：只能向后取值，不能往前取值

例：

def test():
    for i in range(100):
        yield i
res = test()

for k in res:
    print(k)
结果将打印0-99的数