day4（迭代器与生成器 ）

1.复习

函数 —— 2天
    函数的定义和调用
    def 函数名(形参):
        函数体
        return 返回值
    调用 函数名(实参)
    站在形参的角度上 ： 位置参数，*args，默认参数（陷阱），**kwargs
    站在实参的角度上 ： 按照位置传，按照关键字传
    返回值：没有返回值 返回一个值 返回多个值
    接收返回值：没有返回值不接收，返回一个值用一个变量接收，返回多个值用一个变量或者对应数目的变量接收
闭包函数 —— 在内部函数引用外部函数的变量
装饰器函数—— 装饰器一定是闭包函数
    装饰器的作用 ： 在不改变原来函数的调用方式的情况下 在这个函数的前后添加新的功能
    完美的符合了一个开发原则 ：开放封闭原则
        对扩展是开发的
        对修改是封闭的
    基础的装饰器
        from functools import wraps（完美）
        def wrapper(func):
            @wraps(func)
            def inner(*args,**kwargs):
                 '''在函数被调用之前添加的代码'''
                ret = func(*args,**kwargs)   # func是被装饰的函数 在这里被调用
                '''在函数被调用之后添加的代码'''
                return ret
            return inner
        使用 —— @wrapper
        @wrapper
        def func():   #inner
            pass

        func.__name__
    带参数的装饰器
        @wrapper -- > @warapper(argument)
        三层嵌套函数
        def outer(形参):
            def wrapper(func):
                def inner(*args,**kwargs):
                    '''在函数被调用之前添加的代码'''
                    ret = func(*args,**kwargs)   # func是被装饰的函数 在这里被调用
                    '''在函数被调用之后添加的代码'''
                    return ret
                return inner
            return wrapper
        @outer(True)
        def func():
            pass
    多个装饰器装饰一个函数（俄罗斯套娃）

    def wrapper1(func):
            @wraps(func)
            def inner(*args,**kwargs):
                print('before 1')
                print('******')
                ret = func(*args,**kwargs)   # func是被装饰的函数 在这里被调用
                '''在函数被调用之后添加的代码'''
                return ret
    def wrapper2(func):
        @wraps(func)
        def inner(*args,**kwargs):
            print('before 2')
            ret = func(*args,**kwargs)   # func是被装饰的函数 在这里被调用
            '''在函数被调用之后添加的代码'''
            return ret
      @wrapper1
      @wrapper2
      def func():
          print('111')
迭代器和生成器 —— 两天
内置函数 —— 两天

2.迭代器

双下方法
print([1].__add__([2]))
print([1]+[2])

迭代器
l = [1,2,3]
索引
循环 for
for i in l:
    i

for k in dic:
    pass


list
dic
str
set
tuple
f = open()
range()
enumerate//枚举
print(dir([]))   #告诉我列表拥有的所有方法
ret = set(dir([]))&set(dir({}))&set(dir(''))&set(dir(range(10)))
print(ret)  #iterable
print('__iter__' in dir(int))
print('__iter__' in dir(bool))
print('__iter__' in dir(list))
print('__iter__' in dir(dict))
print('__iter__' in dir(set))
print('__iter__' in dir(tuple))
print('__iter__' in dir(enumerate([])))
print('__iter__' in dir(range(1)))

只要是能被for循环的数据类型 就一定拥有__iter__方法
print([].__iter__())
一个列表执行了__iter__()之后的返回值就是一个迭代器
print(dir([]))
print(dir([].__iter__()))
print(set(dir([].__iter__())) - set(dir([])))
print([1,'a','bbb'].__iter__().__length_hint__())  #元素个数
l = [1,2,3]
iterator = l.__iter__()
print(iterator.__next__())
print(iterator.__next__())
print(iterator.__next__())
print(iterator.__next__())

Iterable  可迭代的    -- > __iter__  #只要含有__iter__方法的都是可迭代的
[].__iter__() 迭代器  -- > __next__  #通过next就可以从迭代器中一个一个的取值

只要含有__iter__方法的都是可迭代的 —— 可迭代协议

print('__iter__' in dir( [].__iter__()))
print('__next__' in dir( [].__iter__()))
from collections import Iterable
from collections import Iterator
print(isinstance([],Iterator))
print(isinstance([],Iterable))

class A:
    # def __iter__(self):pass
    def __next__(self):pass

a = A()
print(isinstance(a,Iterator))
print(isinstance(a,Iterable))


l = [1,2,3,4]
for i in l.__iter__():
    print(i)

迭代器的概念
迭代器协议 —— 内部含有__next__和__iter__方法的就是迭代器

迭代器协议和可迭代协议
可以被for循环的都是可迭代的
可迭代的内部都有__iter__方法
只要是迭代器 一定可迭代
可迭代的.__iter__()方法就可以得到一个迭代器
迭代器中的__next__()方法可以一个一个的获取值

for循环其实就是在使用迭代器
iterator
可迭代对象
直接给你内存地址
print([].__iter__())
print(range(10))

for
只有 是可迭代对象的时候 才能用for
当我们遇到一个新的变量，不确定能不能for循环的时候，就判断它是否可迭代

for i in l:
    pass
iterator = l.__iter__()
iterator.__next__()

迭代器的好处：
    从容器类型中一个一个的取值，会把所有的值都取到。
    节省内存空间
        迭代器并不会在内存中再占用一大块内存，
            而是随着循环 每次生成一个
            每次next每次给我一个
range
f
l = [1,2,3,45]
iterator = l.__iter__()
while True:
    print(iterator.__next__())

print(range(100000000000000))
print(range(3))
print(list(range(3)))
def func():
    for i in  range(2000000):
        i = 'wahaha%s'%i
    return i

生成器 —— 迭代器
生成器函数 —— 本质上就是我们自己写得函数
生成器表达式
l = [1,2,3,4,5]
for i in l:
    print(i)
    if i == 2:
        break

for i in l:
    print(i)

3.生成器

生成器函数
def generator():
    print(1)
    return 'a'

ret = generator()
print(ret)

只要含有yield关键字的函数都是生成器函数
yield不能和return共用且需要写在函数内
def generator():
    print(1)
    yield 'a'
生成器函数 ： 执行之后会得到一个生成器作为返回值
ret = generator()
print(ret)
print(ret.__next__())

def generator():
    print(1)
    yield 'a'
    print(2)
    yield 'b'
    yield 'c'
g = generator()
for i in g:
    print(i)
ret = g.__next__()
print(ret)
ret = g.__next__()
print(ret)
ret = g.__next__()
print(ret)

娃哈哈%i
def wahaha():
    for i in range(2000000):
        yield '娃哈哈%s'%i
g = wahaha()
g1 = wahaha()
print(g.__next__())
print(g1.__next__())

g = wahaha()
count = 0
for i in g:
    count +=1
    print(i)
    if count > 50:
        break
print('*******',g.__next__())
for i in g:
    count +=1
    print(i)
    if count > 100:
         break

4.监听文件输入的例子

def tail(filename):
    f = open(filename,encoding='utf-8')
    while True:
        line = f.readline()
        if line.strip():
            yield line.strip()

g = tail('file')
for i in g:
    if 'python' in i:
        print('***',i)