简述python三神器——装饰器、迭代器、生成器

装饰器

在不修改函数的情况下，给函数添加新的功能。

闭包： 局部函数的内部函数里，对局部函数的变量进行引用，那么内部函数认为是闭包（closure)

什么是装饰器

装饰器（decorator） 的本质就是一个函数， 是增强函数或类的功能的一个函数。 装饰器是一个实参高阶函数也是返回值高阶函数。

简单装饰器

def cp(fn):
    def do_action(name, age, clock):
        if clock < 21:
            fn(name, age, clock)
        else:
            print('太晚了，不能玩了！')

    return do_action


@cp
def play_game(name, game, clock):
    print(f'{name}再玩会吧！{game}')


play_game('乌曼巴', 'balL', 20)
"""
乌曼巴再玩会吧！balL
"""
play_game('得分手', '王者荣耀', 23)
"""
太晚了，不能玩了！
"""

注意：@符号是装饰器的语法糖

常见的内置装饰器有三种，@property、@staticmethod、@classmethod

语法糖

​ 语法糖（Syntactic sugar）： 添加的某种语法，这种语法对语言的功能并没有影响，但是更方便程序员使用。语法糖提供了更易读的编码方式，可以提高开发效率。

迭代器

可迭代对象

可迭代对象： 重写了__iter__方法就是可迭代对象

• 对象实现了__iter__方法
• __iter__方法返回了一个迭代器对象

迭代器对象（迭代器-iterator）

迭代器对象： 实现了迭代器协议的对象。

• 对象实现了__next__方法
• __next__方法返回了某个数据（我们需要的是返回这个对象的特定的数据，并且按照一定的顺序进行依次返回）
• __next__方法需要在值取完的时候，抛出StopIteration的错误信息。
• 生成器亦是迭代器

# 只要重写了__iter__方法就是可迭代对象
# 实现了__next__方法。

class Demo(object):
    def __init__(self, x):
        self.x = x
        self.count = 0

    def __iter__(self):
        return self

    def __next__(self):
        self.count += 1
        if self.count <= self.x:
            return self.count - 1
        else:
            raise StopIteration


d = Demo(10)
for i in d:
    print(i)
"""
0
1
2
3
4
5
6
7
8
9
"""
# 调用对象方法
# print(d.__iter__().__next__())
"""
上面的for循环已经该迭代器对象把数据遍历完了
raise StopIteration StopIteration
"""
# 内置函数调用
i=iter(d)
print(next(i))
"""
raise StopIteration StopIteration
"""

生成器—generator

生成器就是可迭代对象，自动实现了迭代器协议，也可以这样说 在函数中有yield关键字的 就称为 生成器 。

yield关键字作用：

• 保存当前运行状态（断点），然后暂停执行，即将生成器（函数）挂起
• 将yield关键字后面表达式的值作为返回值返回，此时可以理解为起到了return的作用

next()函数也能让生成器从断点处继续执行，即唤醒生成器（函数）

斐波那契数列生成器

def fibonacci(n):
    current = 0
    num1 = num2 = 1
    num = 1
    while current < n:
        num = num1
        num1, num2 = num2, num1 + num2
        current += 1
        # return
        yield num


f1 = fibonacci(12)
print(f1)
for i in f1:
    print('fibonacc：', i)
"""
<generator object fibonacci at 0x00000233D485C848>
fibonacc： 1
fibonacc： 1
fibonacc： 2
fibonacc： 3
fibonacc： 5
fibonacc： 8
fibonacc： 13
fibonacc： 21
fibonacc： 34
fibonacc： 55
fibonacc： 89
fibonacc： 144
"""

send唤醒

使用send()函数可以在唤醒的同时向断点处传入一个附加数据,但是不能将非none值发送到刚刚启动的生成器。（即send()函数值为非None值，则不能第一个传入生成器中）

执行到yield时，gen函数作用暂时保存，返回i的值; temp接收下次c.send(“python”)，send发送过来的值，c.next()等价c.send(None)。

错误实例

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print(temp)
        i += 1


g = gen()
print(g)

print(g.send('hello'))  # TypeError: can't send non-None value to a just-started generator

正确实列

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print(temp)
        i += 1


g = gen()
print(g)

print(g.send(None))
"""
<generator object gen at 0x0000029BE6153F48>
0
"""

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print(temp)
        i += 1


g = gen()
print(g)
print(next(g))
print(g.send('乌曼巴'))
"""
<generator object gen at 0x0000027DB3B93F48>
0
乌曼巴
1
"""