============================
用一个简单的例子来理解python高阶函数
============================
最近在用mailx发送邮件, 写法大致如下.
echo "body"|mailx -s "title" "a@corp.com,b@corp.com"
不知什么原因, 在一台机器上只要mailTo中包含空格, 邮件就发送不出去. 所以需要对收件人做规范化处理, 即去除空格, 去除多余的逗号.
这个处理过程使用到了map()和reduce(), 使用情形很简单, 更有助于理解这两个函数的作用.
#原始的mailTo
mailToStr=",a@corp.com ,, c@corp.com,e@corp.com,"
#该字符串中, 有空邮箱地址, 还有邮箱前后带空格
#step 1: 先转换成list
mailTo=mailToStr.split(",")#结果为, ["", "a@corp.com ", "", " c@corp.com", "e@corp.com", ""]
#step 2:对list中元素做trim
mailTo=map(lambdax: x.strip(),mailTo)#结果为, ["", "a@corp.com", "", "c@corp.com", "e@corp.com", ""]
#step 3: 去除list中的那几个空邮箱地址了
defexceptEmpty(x,y):if x=="":returnyelif y=="":returnxelse:return x+","+y
mailToStr=reduce(exceptEmpty,mailTo)#mailToStr的结果是 "a@corp.com,c@corp.com,e@corp.com"
============================
总结一下 map/reduce/zip/filter几个高阶函数的作用
============================
map()函数, 我们需要提供2个参数, 第1个是lambda表达式或函数, 第2个参数是个list,
map()的作用是, 将list中的每个元素, 带到lambda表达式中求值, 最后再组成一个list.
比如,map(lambda x: x.strip(),["a@corp.com", "c@corp.com"]), 对每个元素都做了trim
reduce()函数, 我们需要提供2个参数, 第1个是lambda表达式或函数, 第2个参数是个list,
reduce()作用是, 将list中的相连的两个元素, 带入到lambda表达式中做"递归"求值, 最后生成一个scalar值.
zip()的作用是, 将两个list中的元素进行编织mesh.
zip([1,2,3],["a","b"])
#结果为[(1, "a"), (2, "b")]
filter()的作用是很直观, 对于给定的list, 按照我们设定的lambda表达式条件, 过滤掉不符合的元素.
filter(lambda x: x>0, [-1,0,1,2])
#结果为[1,2]
补充一点, lambda 表达式, 冒号后为一个表达式, 不是 `return` 语句.