函数的嵌套定义：在函数内部定义另一个函数
闭包：被嵌套的函数
-- 1.外层通过形参给内层函数传参
-- 2.返回内部函数对象----> 延迟执行，
开放封闭原则: 功能可以拓展，但源代码与调用方式都不可以改变
装饰器：装饰器名就是外层函数 @outer
@outer # fn = outer(fn)
def fn(): pass
-- outer参数固定一个，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，
2. 系统 functools 的wraps带参装饰器：inner本来是装饰原函数func的，但func还有部分功能inner没有，那就给inner加一个装饰器，把这此功能装到inner函数上，将原函数的部分功能装饰给inner,从面达到对原函数func更好的装饰。（通过改变inner的假指向，本质外界使用的还是inner，但是打印显示的是wraps中原函数的id）
-- 、同一时刻在内存中只存在一个值，更节省空间 （只有一个iterator内存地址）
dic = {'x':1, 'y':2, 'z':3}iter_dic = dic.__iter__()print(iter_dic.__next__()) # x。/。/。/print(iter_dic.__next__()) # yprint(iter_dic.__next__()) # zprint(iter_dic.__next__()) # 取空报错：StopIteration ，结束
2) 迭代器对象: 迭代取值的工具。一个重复的过程，一个基于上次结果往后取值的过程。
PS: 迭代器对象一定是可迭代的对象，而可迭代的对象却不一定是迭代器对象。如文件对象就是一个可迭代器对象，也是一个迭代器对象
dic = {'x':1, 'y':2, 'z':3}iter_dic = iter(dic) # dic.__iter__()while True: try: print(next(iter_dic)) except StopIteration: #捕捉异常 break # x y z
iter_dic.__next__() #StopIteration #同一个迭代器对象取空后不能再取，
iter_dic = iter(dic) #若想再取值，只需重新生成一个迭代器总结： 可迭代对象，但凡有_iter_方法的对象都是可迭代的对象。例如：list,dict,tuple,set,f 迭代器对象：既内置有_iter_方法又内置有_next_方法的对象称之为迭代器对象，例如f 可迭代对象._iter_() --> 迭代器对象 迭代器对象._iter_() --> 迭代器本身 迭代器对象._next_() --> 迭代器的下一个值
dic = {'x':1, 'y':2, 'z':3}
for k in dic:
print(k)
直接用while True循环：在迭代器对象中通过 __next__() 取值，终究会有取空的时候，取空再取值，报StopIteration异常
for循环就是对while取迭代器对象的封装
for循环迭代器的工作原理：
for v in obj: pass
1）获取obj.__iter__()的结果，就是得到要操作的 迭代器对象
2）迭代器对象通过__next__()方法进行取值，依次将当前循环的取值结果赋值给v
3）当取值抛异常，自动处理StopIteration异常，结束循环取值
5.
s = 'abc'
for v in enumerate(s):
print(v) # (0 'a') | (1 'b') | (2 'c')
6.
def func(): print('first') yield 1 print('second') yield 2 print('third') yield 3 print('fourth')g =func() print(g) # <generator object func at 0x000001B97FF91D58>
res1 = next(g) # first 会触发函数的执行，直到碰到一个yield停下来，并将yield后的值当作本次next的结果返回 print(res1)#print(res1) # 1
res2 = next(g) #second# print(res2) # 2
res3 = next(g) # third#print(res3) # 3
res4 = next(g) #fourth StopIteration# print(res4)
def my_range(start, stop, step): while start < stop: yield start start +=stepobj = my_range(1,10, 2)print(next(obj))print(next(obj))print(next(obj))print(next(obj))print(next(obj))例1：自定一个生成器，拿来使用
def my_range(start, stop, step=1): while start < stop: yield start start+=stepfor i in my_range(1, 10, 2): print(i) # 1，3， 5， 7，9
了解（*）：yield 的表达式形式的应用： x = yield
def dog(name): print('狗哥%s准备吃'% name) while True: food = yield # food = yield = '屎包子' print('%s 吃了%s' %(name, food))g = dog('alex') #强调：针对表达式形式的yield的使用，第一步必须让函数暂停到一个yield的位置，才能进行传值操作#next(g) #张开狗嘴，让生成器先暂停到yield的位置，准备接受外部传进来的值next(g) # g.send(None)
g.send('屎包子') #两个动作，1.先传给暂停位置yield赋值，2，next（生成器）直到再次碰到一个yield停下来，然后将该yield后的值当做本次next的结果g.send('菜包子')g.send('肉包子')总结 yield：只能在函数内使用#1.yield提供了一种自定义迭代器的解决方案#2.yield 可以保存函数的暂停的状态#3.yield对比return: --、相同点：都可以返回值，值的类型与个数都没有限制 --、不同点：yield可以返回多次值，而return只能返回一次值，函数就结束了
生成器表达式：
g = (i **2 for i in range(1, 10) if i > 3)
print(g) # <generator object <genexpr> at 0x000002313F351D58> 不next就不会有值
print(next(g)) #16
print(next(g)) #25
应用场景：如统计文件的长度（不能读出所有的内容），迭代一个计算一个
with open(...) as f:
res = sun( len(line) for line in f ) #迭代一个加一个,
来源：https://www.cnblogs.com/jixu/p/10831759.html