python学习之有参装饰器与迭代器

1、有参装饰器

1.1 知识储备

1.1.1 参数的限制

1）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)

2）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

1.2 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()

1.3 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()

1.4 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()

1.5 有参装饰器模板

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

2、迭代器

2.1 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
​

2.2 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

2.3 如何用迭代器

​

2.3.1 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

2.3.2 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


while True:
    try:
        print(d_iterator.__next__())
    except StopIteration:
        break

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

2.4 可迭代对象与迭代器对象详解

2.4.1 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

2.4.2 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__())

2.4.3 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__()

2.5 for循环的工作原理：for循环可以称之为叫迭代器循环

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

2.6 迭代器优缺点总结

2.6.1 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。

2.6.2 缺点：

I、除非取尽，否则无法获取迭代器的长度

扫描二维码关注公众号，回复： 10131750 查看本文章

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。

3、生成器

3.1 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)

3.2 生成器就是迭代器

g.__iter__()
g.__next__()

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__()

3.3 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)

3.4 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