python正则表达式生成器_Python学习之路-装饰器&生成器&正则表达式

装饰器

通俗的讲，装饰器就是在不改变源代码基础上，给源代码增加新功能。

不改变函数的源代码、调用方式、返回值等，给函数增加新功能。

经典案例：登录装饰器，def login_decorator(func):

def inner():

if USER_TEMP["status"] == False:

print("\033[31;1m用户未登录，请先登录\033[0m")

login_atm()

func()

return inner

@login_decorator

def withdrawals():

print("取款函数。。。。")

说白了，给函数增加新功能，就是把这个函数当作参数传到另一个函数里面。

生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：>>> L = [x * x for x in range(10)]

>>> L

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

>>> g = (x * x for x in range(10))

>>> g

 at 0x1022ef630>

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：>>> next(g)

0

>>> next(g)

1

>>> next(g)

4

>>> next(g)

9

>>> next(g)

16

>>> next(g)

25

>>> next(g)

36

>>> next(g)

49

>>> next(g)

64

>>> next(g)

81

>>> next(g)

Traceback (most recent call last):

File "", line 1, in 

StopIteration

如果生成器中没有更过元素时，调用next(g)会抛出StopIteration的错误

所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误：>>> g = (x * x for x in range(10))

>>> for n in g:

...     print(n)

...

0

1

4

9

16

25

36

49

64

81

正则表达式

re模块。常用正则表达式符号：

常用语法函数：