今日主要内容
1. 带参装饰器 （了了解）
2. 迭代器（*****）
可迭代对象
迭代器对象
for迭代器
枚举对象
1. 带参装饰器
1. 通常，装饰器为被装饰的函数添加新功能，需要外界的参数
outer参数固定就是一个，就是func
inner参数固定同被装饰的函数，也不能添加新参数
可以借助函数的嵌套定义，外层给内层传参
def wrap(info): # 装饰器的固定模板 def outer(func): def inner(*args,**kwargs): # 新功能 可能需要外界的参数 res = func(*args， **kwargs) # 新功能 可能需要外界的参数 return res return inner
@wrap('外部参数')def fu():pass
2. 系统的wraps带参装饰器
本质上外界使用的韩式inner，但是打印显示的是wraps中的函数
from functools import wraps# 装饰器的固定模板 def outer(func): @wraps(func) def inner(*args,**kwargs): res = func(*args， **kwargs) return res return inner
2. 迭代器
2.1 迭代器
迭代器对象：可以不用依赖索引取值的容器
可迭代对象：可以通过某种方式得到迭代器对象
迭代器的优点：可以不用依赖于索引取值
迭代器的缺点：只能从前往后依次取值，不能指定位置取值，所以不能计算长度
2.2 可迭代对象
可迭代对象：有__iter__()方法的对象，可迭代对象调用__iter__()得到的是迭代器对象
ls = [1,2,3,4,5,6]res = ls.__iter__()print(res,list(res)) # <list_iterator object at 0x0000023CAE7A8240> [1, 2, 3, 4, 5, 6]
可迭代对象有哪些：str，list，tuple，dict，set,文件对象、range()、enumerate()、生成器对象
2.3 迭代器对象
迭代器对象：有__next__()方法的对象是迭代器对象，迭代器对象依赖__next__()方法进行取值.
1. 既内置有__next__方法的对象，执行迭代器__next__方法可以不依赖索引取值
2. 又有__iter__()方法的对象，执行迭代器__iter__()方法得到的仍然是迭代器本身
s = [1,2,3]res = s.__iter__()ls1 = res.__next__()print(ls1) # 1ls2 = res.__iter__()print(ls2 is res) # True
迭代器对象：enumerate() | file | 生成器对象
2.4 for循环迭代器
直接用while True循环在迭代器对象中通过__iter__()取值，终究会有取空的时候，取空再取值，会报StopIteriation异常
ls = [1,2,3,4,5]iter_ls = ls.__iter__()while True: try: print(iter_ls.__next__()) except StopIteration: print('取完了') break
for循环就是对while循环去迭代器对象的封装
for循环的工作原理：
for k in obj:pass
1. 先调用in后面那个对象的__iter__方法，得到一个迭代器对象
2. 迭代器调用__next__方法进行取值，将得到的返回值赋值给变量名k
3. 循环往复直到__next__取值，抛出异常，for会自动捕捉异常StopIteration然后结束循环
2.5 枚举对象
给可迭代对象及迭代器对象添加迭代索引
s = 'abc'for k in enumerate(s): print(k,end=' ') # (0, 'a') (1, 'b') (2, 'c')
dic = {'a': 1, 'b': 2, 'c': 3}obj = enumerate(dic)print(obj.__next__()) # (0, 'a')
dic = {'a': 1, 'b': 2, 'c': 3}for i,k_v in enumerate(dic.items()): k,v = k_v print(k_v,end='') # ('a', 1)('b', 2)('c', 3) print(i,k,v,end=' ') # 0 a 1 1 b 2 2 c 3
2.6 生成器
生成器：自定义的迭代器对象，就是用函数语法来声明生成器，用yield官架子取缔啊return关键字来返回值，参数没有多少变化
总结：有yield关键字的函数，函数名()，不是调用函数，而是生成得到生成器对象，生成器对象就是迭代器对象，可以通过__next__()进行取值
执行流程
def fn(): yield 1 yield 3 yield 5obj = fn()print(obj.__next__()) # 1 从开始往下执行，遇到第一个yield停止，拿到第一个yield的返回值print(obj.__next__()) # 3 从上一次停止的yield往下执行，在再遇到yield的地方停止，拿到当前yield的返回值print(obj.__next__()) # 5print(obj.__next__()) # StopIteration 以此类推，直到无法获得下一个yield，抛出StopIteration异常
# 案例一 创建生成器，从其取值，依次得到1! 2! 3! ... def jiecheng(): ji = 1 count = 1 while True: ji *= count yield ji count +=1obj = jiecheng()print(obj.__next__()) # 1print(obj.__next__()) # 2print(obj.__next__()) # 6print(obj.__next__()) # 24 可以无限取下去 # 案例二def jiecheng_num(num): ji = 1 for i in range(1,num+1): ji *= i yield jiobj = jiecheng_num(3)print(obj.__next__()) # 1print(obj.__next__()) # 2print(obj.__next__()) # 3print(obj.__next__()) # StopIteration # 案例三def my_range(num): count = 0 while count < num: yield count count +=1 for k in my_range(3): print(k,end=' ') # 0 1 2print(list(my_range(3))) # [0, 1, 2]print(tuple(my_range(3))) # (0, 1, 2)