一、装饰器补充
偷梁换柱，即将原函数名指向的内存地址偷梁换柱成wrapper函数
所以应该将wrapper做的跟原函数一样才行
from functools import wraps #这个是系统给做好的，可以直接使用 def outter(func): @wraps(func) def wrapper(*args, **kwargs): """这个是主页功能""" res = func(*args, **kwargs) # res=index(1,2) return res # 手动将原函数的属性赋值给wrapper函数 # 1、函数wrapper.__name__ = 原函数.__name__ # 2、函数wrapper.__doc__ = 原函数.__doc__ # wrapper.__name__ = func.__name__ # wrapper.__doc__ = func.__doc__ return wrapper @outter # index=outter(index) def index(x,y): """这个是主页功能""" print(x,y) print(index.__name__) # 这个是打印名字 print(index.__doc__) #help(index) 这个是打印帮助内容 就是三引号里的内容 index(1,2) # wrapper(1,2)
二、有参装饰器 （其实是为了，在无参装饰器的需要上，再传一个参数，所以才引出了有参装饰器）
由于语法糖@的限制，outter函数只能有一个参数，并且该才是只用来接收
被装饰对象的内存地址
def outter(func): # func = 函数的内存地址 def wrapper(*args,**kwargs): res=func(*args,**kwargs) return res return wrapper # @outter # index=outter(index) # index=>wrapper @outter # outter(index) def index(x,y): print(x,y)
偷梁换柱之后
index的参数什么样子，wrapper的参数就应该什么样子
index的返回值什么样子，wrapper的返回值就应该什么样子
index的属性什么样子，wrapper的属性就应该什么样子==》from functools import wraps
山炮玩法一：
def auth(func,db_type): def wrapper(*args, **kwargs): name=input('your name>>>: ').strip() pwd=input('your password>>>: ').strip() if db_type == 'file': print('基于文件的验证') if name == 'egon' and pwd == '123': res = func(*args, **kwargs) return res else: print('user or password error') elif db_type == 'mysql': print('基于mysql的验证') elif db_type == 'ldap': print('基于ldap的验证') else: print('不支持该db_type') return wrapper # @auth # 账号密码的来源是文件 def index(x,y): print('index->>%s:%s' %(x,y)) # @auth # 账号密码的来源是数据库 def home(name): print('home->>%s' %name) # @auth # 账号密码的来源是ldap def transfer(): print('transfer') index=auth(index,'file') home=auth(home,'mysql') transfer=auth(transfer,'ldap') # index(1,2) # home('egon') # transfer()
山炮玩法二：
def auth(db_type): def deco(func): def wrapper(*args, **kwargs): name=input('your name>>>: ').strip() pwd=input('your password>>>: ').strip() if db_type == 'file': print('基于文件的验证') if name == 'egon' and pwd == '123': res = func(*args, **kwargs) return res else: print('user or password error') elif db_type == 'mysql': print('基于mysql的验证') elif db_type == 'ldap': print('基于ldap的验证') else: print('不支持该db_type') return wrapper return deco deco=auth(db_type='file') @deco # 账号密码的来源是文件 def index(x,y): print('index->>%s:%s' %(x,y)) deco=auth(db_type='mysql') @deco # 账号密码的来源是数据库 def home(name): print('home->>%s' %name) deco=auth(db_type='ldap') @deco # 账号密码的来源是ldap def transfer(): print('transfer') index(1,2) home('egon') transfer()
语法糖
def auth(db_type): def deco(func): def wrapper(*args, **kwargs): name = input('your name>>>: ').strip() pwd = input('your password>>>: ').strip() if db_type == 'file': print('基于文件的验证') if name == 'egon' and pwd == '123': res = func(*args, **kwargs) # index(1,2) return res else: print('user or password error') elif db_type == 'mysql': print('基于mysql的验证') elif db_type == 'ldap': print('基于ldap的验证') else: print('不支持该db_type') return wrapper return deco @auth(db_type='file') # @deco # index=deco(index) # index=wrapper def index(x, y): print('index->>%s:%s' % (x, y)) @auth(db_type='mysql') # @deco # home=deco(home) # home=wrapper def home(name): print('home->>%s' % name) @auth(db_type='ldap') # 账号密码的来源是ldap def transfer(): print('transfer') # index(1, 2) # home('egon') # transfer()
有参装饰器模板 （这个是重点，有参装饰器的模板）
def 有参装饰器(x,y,z): def outter(func): def wrapper(*args, **kwargs): res = func(*args, **kwargs) return res return wrapper return outter @有参装饰器(1,y=2,z=3) def 被装饰对象(): pass
前面的一大段一大段的，全是一步一步的引出这个有参装饰器，最后总结
三、迭代器
1、什么是迭代器
迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复
都是基于上一次的结果而继续的，单纯的重复并不是迭代
2、为何要有迭代器
迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型
有：列表、字符串、元组、字典、集合、打开文件
l=['egon','liu','alex']
i=0
while i < len(l):
print(l[i])
i+=1
上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组
为了解决基于索引迭代器取值的局限性
python必须提供一种能够不依赖于索引的取值方式，这就是迭代器
3、如何用迭代器
1、可迭代的对象：但凡内置有__iter__方法的都称之为可迭代的对象
s1='' # s1.__iter__() l=[] # l.__iter__() t=(1,) # t.__iter__() d={'a':1} # d.__iter__() set1={1,2,3} # set1.__iter__() with open('a.txt',mode='w') as f: # f.__iter__() pass
# 上面是讲过的都是可迭代对象，元组，列表，字符串，字典，集合，文件
2、调用可迭代对象下的__iter__方法会将其转换成迭代器对象
d={'a':1,'b':2,'c':3}
d_iterator=d.__iter__()
print(d_iterator)
print(d_iterator.__next__())
print(d_iterator.__next__())
print(d_iterator.__next__())
print(d_iterator.__next__()) # 抛出异常StopIteration 一共就三个，第四个就抛出异常了，结束迭代了
while True:
try:
print(d_iterator.__next__())
except StopIteration:
break # 这是个做一个简单处理，让不再报错
print('====>>>>>>') # 在一个迭代器取值取干净的情况下，再对其取值娶不到
d_iterator=d.__iter__()
while True:
try:
print(d_iterator.__next__())
except StopIteration:
break
l=[1,2,3,4,5]
l_iterator=l.__iter__()
while True:
try:
print(l_iterator.__next__())
except StopIteration:
break #上面是字典，这个是列表的迭代
3、可迭代对象与迭代器对象详解
3.1 可迭代对象（"可以转换成迭代器的对象"）：内置有__iter__方法对象
可迭代对象.__iter__(): 得到迭代器对象
3.2 迭代器对象：内置有__next__方法并且内置有__iter__方法的对象
迭代器对象.__next__（）：得到迭代器的下一个值
迭代器对象.__iter__（）：得到迭代器的本身，说白了调了跟没调一个样子
dic={'a':1,'b':2,'c':3}
dic_iterator=dic.__iter__()
print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__())
4、可迭代对象：字符串、列表、元组、字典、集合、文件对象
迭代器对象：文件对象
s1='' s1.__iter__() l=[] l.__iter__() t=(1,) t.__iter__() d={'a':1} d.__iter__() set1={1,2,3} set1.__iter__() with open('a.txt',mode='w') as f: f.__iter__() f.__next__()
5、for循环的工作原理：for循环可以称之为叫迭代器循环 （之前讲的迭代器）
d={'a':1,'b':2,'c':3}
1、d.__iter__()得到一个迭代器对象
2、迭代器对象.__next__()拿到一个返回值，然后将该返回值赋值给k
3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环
for k in d: print(k)
with open('a.txt',mode='rt',encoding='utf-8') as f: for line in f: # f.__iter__() print(line) list('hello') #原理同for循环
6、迭代器优缺点总结
6.1 缺点：
I、为序列和非序列类型提供了一种统一的迭代取值方式。
II、惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。
6.2 缺点：
I、除非取尽，否则无法获取迭代器的长度
II、只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。
四、生成器
如何得到自定义的迭代器：
在函数内一旦存在yield关键字，调用函数并不会执行函数体代码
会返回一个生成器对象，生成器即自定义的迭代器
def func(): print('第一次') yield 1 print('第二次') yield 2 print('第三次') yield 3 print('第四次') g=func() print(g) 生成器就是迭代器 g.__iter__() g.__next__() #就是迭代器，也有这两个后面参数
会触发函数体代码的运行，然后遇到yield停下来，将yield后的值
当做本次调用的结果返回
res1=g.__next__() print(res1) res2=g.__next__() print(res2) res3=g.__next__() print(res3) res4=g.__next__() len('aaa') # 'aaa'.__len__() next(g) # g.__next__() iter(可迭代对象) # 可迭代对象.__iter__()
应用案列
def my_range(start,stop,step=1): # print('start...') while start < stop: yield start start+=step # print('end....')
g=my_range(1,5,2) # 1 3
print(next(g))
print(next(g))
print(next(g))
for n in my_range(1,7,2):
print(n)
总结yield：
有了yield关键字，我们就有了一种自定义迭代器的实现方式。yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值