一、叠加装饰器
在同一个被装饰对象中，添加多个装饰器，并执行，模板：
1 模板： 2 @装饰器1 3 @装饰器2 4 ... 5 def 被装饰对象(): 6 pass
注意：装饰器在调用被装饰对象时才会执行添加的功能
- 叠加装饰器:
- 装饰的顺序: 由下到上装饰
- 执行的顺序: 由上往下
注意: 无论inner中出现任何判断，最后都要返回“调用后的被装饰对象” func(*args, **kwargs)
# 需求: 为被装饰对象，添加统计时间 与 登录认证功能 import time # 定义一个全局变量，表示用户是否验证通过 login_info = { 'login': False } # 登录功能 def login(): # 判断用户没有登录时，执行登录功能 name = input("username:").strip() pwd = input('password:').strip() if name == 'abc' and pwd == '123': print('登录成功！') login_info['login'] = True else: print('登录失败！') # 登录认证装饰器 def login_auth(func): def inner1(*args, **kwargs): """ 注意: 无论inner中出现任何判断， 最后都要返回“调用后的被装饰对象” func(*args, **kwargs) """ if login_info.get('login'): res = func(*args, **kwargs) return res else: login() return func(*args, **kwargs) return inner1 # 统计时间装饰器 def time_record(func): def inner2(*args, **kwargs): print('开始统计') start_time = time.time() res = func(*args, **kwargs) end_time = time.time() print(end_time - start_time) return res return inner2 # 下载电影功能 """ - 叠加装饰器: - 装饰的顺序: 由下到上装饰 - 执行的顺序: 由上往下 """ @time_record # inner2 = time_record(inner1地址) @login_auth # inner1 = login_auth(func) # @time_record def func(): print('start') time.sleep(2) print('end') func()
# login() # 执行的顺序： 先执行time_ record功能，再执行login_auth功能 # 统计登录时间 + 下载时间 # func() # 装饰顺序 # @login_auth # inner1 = login_auth(inner2) # @time_record # inner = time_record(download_movie) # 执行顺序: # 先执行login_auth, 再执行time_record # 只统计下载电影的时间 # login() # 先调用登录，模拟用户已登录
二、有参装饰器
# 无参装饰器: 装饰在被装饰对象时，没有传参数的装饰器。 ''' # 以下是无参装饰器 @wrapper1 # inner1 = wrapper1(inner2) @wrapper2 # inner2 = wrapper2(inner3) @wrapper3 '''
了解无参装饰器后，我们可以再实现一个用来为被装饰器对象添加认证功能的装饰器，需要传入用户级别参数
# 有参装饰器: 在某些时候，我们需要给用户的权限进行分类 ''' # 以下是有参装饰器 @wrapper1(参数1) # inner1 = wrapper1(inner2) @wrapper2(参数2) # inner2 = wrapper2(inner3) @wrapper3(参数3) '''
# 需求，给登录功能再添加一个可以验证用户级别的功能，传入级别参数 def user_auth(user_level): # 'VIP' def wrapper(func): def inner(*args, **kwargs): if user_level == 'VIP': print('VIP用户') res = func(*args, **kwargs) return res else: print('普通用户') return func(*args, **kwargs) return inner return wrapper # 被装饰对象 # wrapper = user_auth('普通') # @wrapper # @user_auth('VIP') # wrapper = user_auth('普通用户') # @wrapper #<--- 返回结果(wrapper) <---- user_auth() # 有参装饰器的使用 @user_auth('VIP') def func(): pass func()
有参装饰器，最外一层函数参数可以随意添加，所以装饰器对象最多包含三层
三、wraps
wraps是一个修复工具，修复的是被装饰对象的空间，使用方法
from functools import wraps def wrapper(func): @wraps(func) # 修改名称空间：inner ---> func def inner(*args, **kwargs): """ 此处是装饰器的注释 :param args: :param kwargs: :return: """ res = func(*args, **kwargs) return res return inner @wrapper def func(): """ 此处是func函数的注释 :return: """ pass # 函数对象.__doc__:查看函数内部的注释 print(func.__doc__) # 结果就是返回func里面的注释
四、迭代器
迭代的工具
迭代：
迭代指的是重复迭代，每一次迭代都是基于上一次的结果而来的
迭代器：
迭代器指的是迭代取值的工具，它可以迭代取值
可迭代对象：
凡是内部有str.__iter__()方法的都是可迭代对象。
可迭代对象有：字符串str、列表list、元组tuple、字典dict、集合set、文件f
获取迭代器：
通过可迭代对象.__iter__(), 得到的返回值就是 “迭代器对象”。
迭代器是迭代取值的工具，作用是迭代取值
如何迭代取值：
迭代对象.__next__() 每执行一次，都会从迭代器对象中取出一个值
str1 = '123456' iter_str = str1.__iter__() print(iter_str) # iterator指的是迭代器对象 print(iter_str.__next__()) print(iter_str.__next__()) print(iter_str.__next__()) print(iter_str.__next__()) print(iter_str.__next__()) print(iter_str.__next__()) # 因为迭代器中的值已经取完 # print(iter_str.__next__()) # 报错StopIteration
- 总结: 可迭代对象 VS 迭代器对象:
- 获取可迭代对象: 定义序列类型（str, list, set, tuple, dict, f）
- 特点:
内置有__iter__()
- 获取迭代器对象: 通过可迭代对象调用.__iter__()得到返回值
- 特点:
内置有__next__()
- 迭代器对象的优点:
- 优点:
1.不依赖于索引迭代取值。
2.节省内存空间。
- 缺点:
1.取指定某个值麻烦
2.每次取值都要从第一个值开始，无法同过索引取值。
当迭代器中的值取完时，继续执行会报错，这里补充一个try语法防止此问题
list1 = [1,2,3,4] iter_list = list1.__iter__() while True: try: print(iter_list.__next__()) # 若不捕获异常，当取完迭代器对象后会报错 # 当遇到StopIteration异常，会立即执行此处代码 except StopIteration: break
for循环原理
语法: for i in 可迭代对象:
in: 可迭代对象 ----> 内部会自动调用.__iter__() ---> 迭代器对象
for line in list1:
# 迭代器对象.__next__()
# 不依赖于索引取值 list1 = [1,2,3,4] for i in list1: # list1是可迭代对象 ----> 内部会自动调用.__iter__() ---> 迭代器对象 # 迭代器对象.__next__() print(i)
# 依赖于索引取值 list1 = [1,2,3,4] n = 0 while n < len(list1): print(list1[n]) n += 1
迭代器本质上是一个可迭代对象
文件本质上既是迭代器对象，也是可迭代对象。
# 唯独文件比较特殊: 因为文件从读取出来的时候就是一个迭代器对象 # f ---> 可迭代对象， 还是迭代器对象 # 文件既是可迭代对象，也是迭代器对象。 f = open('test.txt','r',encoding='utf-8') iter_f = f.__iter__() print(iter_f is f) # True
可迭代对象不一定是迭代器对象
set1 = {1,2,3,4}
iter_set1 = set1.__iter__()
iter_set1.__next__()
# 迭代器对象也是一个可迭代对象
# 判断可迭代对象是否是迭代器对象
print(iter_set1.__iter__() is iter_set1) # True
print(iter_set1 is set1) # False
# 可迭代对象不一定是迭代器对象