一。叠加多个装饰器：
加载装饰器就是将原函数名偷梁换柱成了装饰器最内层那个wrapper函数，
在加载完毕后，调用原函数其实就是在调用wrapper函数。
当一个被装饰的对象同时叠加多个装饰器时。
装饰器的加载顺序是：自下而上
装饰器内wrapper函数的执行顺序是：自上而下
示例一：
import time
def timmer(func): #func=wrapper2的内存地址
def wrapper1(*args, **kwargs):
print('===================================>wrapper1运行了')
start=time.time()
res = func(*args, **kwargs) #===========================>跳到wrapper2去执行了，
stop=time.time()
print('run time is %s' %(stop - start))
return res
return wrapper1
def auth(engine='file'):
def xxx(func): # func=最原始那个index的内存地址
def wrapper2(*args, **kwargs):
print('===================================>wrapper2运行了')
name=input('username>>>: ').strip()
pwd=input('password>>>: ').strip()
if engine == 'file':
print('基于文件的认证')
if name == 'egon' and pwd == '123':
print('login successfull')
res = func(*args, **kwargs)
return res
elif engine == 'mysql':
print('基于mysql的认证')
elif engine == 'ldap':
print('基于ldap的认证')
else:
print('错误的认证源')
return wrapper2
return xxx
@timmer # index=timmer(wrapper2的内存地址) #index=wrapper1的内存地址
@auth(engine='file') #@xxx #index=xxx(最原始那个index的内存地址) #index=wrapper2的内存地址
def index():
print('welcome to index page')
time.sleep(2)
index() #wrapper1的内存地址()
示例二：
import time
def timmer(func): #func=wrapper2的内存地址
def wrapper1(*args, **kwargs):
print('===================================>wrapper1运行了')
start=time.time()
res = func(*args, **kwargs) #===========================>跳到wrapper2去执行了，
stop=time.time()
print('run time is %s' %(stop - start))
return res
return wrapper1
def auth(engine='file'):
def xxx(func): # func=最原始那个index的内存地址
def wrapper2(*args, **kwargs):
print('===================================>wrapper2运行了')
name=input('username>>>: ').strip()
pwd=input('password>>>: ').strip()
if engine == 'file':
print('基于文件的认证')
if name == 'egon' and pwd == '123':
print('login successfull')
res = func(*args, **kwargs)
return res
elif engine == 'mysql':
print('基于mysql的认证')
elif engine == 'ldap':
print('基于ldap的认证')
else:
print('错误的认证源')
return wrapper2
return xxx
@auth(engine='file')
@timmer
def index():
print('welcome to index page')
time.sleep(2)
index() #wrapper1的内存地址()
二。迭代器：
1.什么是迭代器：
迭代指的是一个重复的过程，每一次重复都是基于上一次的结果而来的：
li=['a','b','c','d','e']
li=('a','b','c','d','e')
li='hello'
i=0
while i < len(li):
print(li[i])
i+=1
迭代器指的就是迭代取值的工具，该工具的特点是可以不依赖于索引取值。
2.为何要用迭代器：
为了赵初一种通用的可以不依赖于索引的迭代取值的方式。
3.如何用迭代器：
可迭代的对象：但凡内置有。__iter__方法的对象都可以称之为可迭代对象
迭代器对象：既内置有__iter__方法，又内置有__next__方法
关于__iter__的方法：
调用可迭代对象的__iter__会得到一个迭代器对象
调用迭代器对象的__next__会得到迭代器本身
4.总结迭代器的优缺点：
优点：
1、提供了一种通用的可以不依赖于索引的迭代取值方式
2.同一时刻在内存中只有一个值，更加节省内存。
缺点：
1.取指定值不如索引灵活，并且迭代器是一次性的
2.无法预知迭代器数据的个数。
5.可迭代的对象：
str。list。tuple。dict。set。文件对象
迭代器对象：
文件对象。
可迭代的对象====》迭代器对象：调用可迭代对象内置的__iter__方法会有一个返回值，该返回值就是对应的迭代器对象。
dic={'x':1,'y':2,'z':3}
iter_dic=dic.__iter__()
# print(iter_dic)
res1=iter_dic.__next__()
print(res1)
res2=iter_dic.__next__()
print(res2)
res3=iter_dic.__next__()
print(res3)
res4=iter_dic.__next__()
print(res4)
print(dic.__iter__().__next__())
print(dic.__iter__().__next__())
print(dic.__iter__().__next__())
dic={'x':1,'y':2,'z':3}
# dic=['a','b','c']
iter_dic=dic.__iter__()
# iter_dic=open(r'D:\上海python全栈4期\day13\今日内容',mode='rt',encoding='utf-8')
while True:
try:
print(iter_dic.__next__())
except StopIteration:
break
6.for循环的原理：
for循环准确地说应该是迭代器循环，for循环的原理如下：
1.先调用in后面那个值得__iter__方法，得到迭代器对象
2.执行迭代器，__next__（）方法得到一个返回值，然后赋值给一个变量K，运行循环体代码
3.循环往复,知道迭代器取值完毕抛出异常然后捕捉异常自动结束循环.
dic={'x':1,'y':2,'z':3}
iter_dic=dic.__iter__()
print(iter_dic)
print(iter_dic.__iter__())
# for k in dic: #iter_dic=dic.__iter__()
# print(k)
三.自定义迭代器:
yield 关键字:只能用在函数内:
在函数内但凡包含有yield关键字,再去执行函数,就不会立刻运行函数体代码了
会得到一个返回值,该返回值称之为生成器对象,生成器本质就是迭代器.
总结yield:
1.提供一种自定义迭代器的解决方案
2.yield可用于返回值
yield VS return
相同点:都可以用于返回值
不相同:yield可以暂停函数,yield可以返回多次值,而return只能返回一次值,函数就立刻终止.
def func():
print('=====>第一次')
yield 1
print('=====>第二次')
yield 2
print('=====>第三次')
yield 3
print('=====>第四次')
print(func)
g=func()
print(g.__iter__().__iter__().__iter__() is g)
iter(g) #g.__iter__()
next(g) #g.__next__()
res1=next(g)
print(res1)
res2=next(g)
print(res2)
res3=next(g)
print(res3)
res4=next(g)
print(res4)
def my_range(start,stop,step=1):
while start < stop:
yield start
start+=step
res=my_range(1,5,2) # 1 3
next(res)
next(res)
print(next(res))
for item in res:
print(item)
for item in my_range(1,5,2):
print(item)
四. 三元表达式,列表生成式,生成器表达式,字典生成式.
1,三元表达式:
def max2(x,y):
if x > y:
return x
else:
return y
x=10
y=20
res='条件成立的值' if x > y else '条件不成立的值'
print(res)
2.列表生成式:
l=[]
for i in range(1,11):
if i > 4:
res='egg%s' %i
l.append(res)
print(l)
l=['egg%s' %i for i in range(1,11) if i > 4]
print(l)
names=['egon','lxx','yyx','cw','alex','wxx']
l=[]
for name in names:
if name != 'egon':
res='%s_DSB' %name
l.append(res)
print(l)
l=['%s_DSB' %name for name in names if name != 'egon']
print(l)
3.生成器表达式:
res=(i**2 for i in range(3))
print(res)
print(next(res))
print(next(res))
print(next(res))
print(next(res))
with open(r'D:\上海python全栈4期\day13\今日内容',mode='rt',encoding='utf-8') as f:
data=f.read()
print(len(data)) #1025
res=0
for line in f:
res+=len(line)
print(res)
res=sum((len(line) for line in f))
res=sum(len(line) for line in f)
print(res)
res=max([len(line) for line in f])
res=max((len(line) for line in f))
res=max(len(line) for line in f)
print(res)
4.字典生成式:
items=[('name','egon'),('age',18),('sex','male')]
dic={}
for k,v in items:
dic[k]=v
print(dic)
res={k:v for k,v in items if k != 'sex'}
print(res)
res={i for i in 'hello'}
print(res)