一、装饰器(decorator)
1.装饰器的本质是闭包函数，作用：在不改变函数的调用方式的情况下，给函数的前后添加新的功能
#装饰器的固定结构
def warpper(func): #定义装饰器函数
def inner(*args,**kwargs): #定义内部函数
# 函数执行前的代码 #添加新功能
ret = func(*args,**kwargs) #执行被装饰的函数
# 函数执行后的代码 #添加新功能
return ret #返回被装饰的函数
return inner #返回内部函数名 @wrapper #==> func1 = warpper(func1) #执行装饰器函数并返回内部函数名给func1
def func1():
pass func1() #执行内部函数
2.开放封闭原则：1.对扩展是开放的
2.对修改是封闭的
装饰器完美的遵循了这个开放封闭原则
3.多个装饰器装饰同一个函数
def wrapper1(func):
def inner(*args,**kwargs):
print(1)
func(*args,**kwargs)
print(2)
return inner def wrapper2(func):
def inner(*args,**kwargs):
print(3)
func(*args,**kwargs)
print(4)
return inner @wrapper1
@wrapper2
def f1():
print(123)
二、迭代器（iterator)
可迭代的：iterable，必须含有__iter__()方法 #可迭代协议
迭代器：iterator，必须含有__iter__()、__next__()方法 #包含__next__方法的可迭代对象就是迭代器
迭代器是可迭代的一部分
获得迭代器：可迭代的调用__iter__()方法
使用迭代器：迭代器调用__next__()方法
迭代器的特点：惰性运算、从前到后一次去取值，过程不可逆、节省内存空间
a = 'abcde' #a是可迭代对象
b = a.__iter__() #获得迭代器
print(b.__next__()) #a
print(b.__next__()) #b
判断一个变量是不是迭代器或者可迭代的：
1.判断这个变量是否含有__iter__()、__next__()方法
print('__iter__' in dir(变量))
print('__next__' in dir(变量))
2.判断这个变量是否是迭代器或者可迭代的
from collections import Iterable
print(isinstance(变量,Iterable)
from collections import Iterator
print(isinstance(变量,Iterator))
print('__iter__' in dir(range(20))) #True #range(20)是可迭代的
print('__next__' in dir(range(20))) #False #range(20)不是迭代器
range_iter = range(20).__iter__() #获得迭代器
from collections import Iterable
print(isinstance(range_iter,Iterable)) #True
from collections import Iterator
print(isinstance(range_iter,Iterator)) #True
#用while循环模拟for循环
li = [1,2,3,4]
li_iter = li.__iter__() #生成迭代器
while True:
try:
print(li_iter.__next__()) #使用迭代器
except StopIteration: #遇到异常break
break
三、生成器(generator)
生成器的本质是迭代器，因此生成器的所有好处都和迭代器一样
生成器的实现有两种方法：1.生成器函数：常规定义函数，但是使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，下次在这个地方执行
2.生成器表达式
def generator_func(): #定义一个函数
print('a')
yield 1
print('b')
yield 2 g = generator_func() #返回一个生成器，不执行函数的任何内容
print('abc') #abc
print(next(g)) #a\n1
print(next(g)) #a\n2