day-14带参装饰器、迭代器

带参装饰器

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):
    def outer(func):
        # info = 0
        def inner(*args, **kwargs):
            print('新：拓展的新功能，可能也需要外界的参数%s' % info)
            res = func(*args, **kwargs)
            return res
        return inner
    return outer

@wrap('外部参数')
def fn(): pass

# 系统的wraps带参装饰器：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中的函数

from functools import wraps
def outer(func):
    @wraps(func)
    def inner(*args, **kwargs):
       
        res = func(*args, **kwargs)
        return res
    return inner

@outer
def fn(): pass

迭代器

迭代器：循环反馈的容器(集合类型)
　　-- 不同于索引取值，但也可以循环的从容器对象中从前往后逐个返回内部的值

迭代器优点：可以不用依赖索引取值
迭代器缺点：只能从前往后依次取值

迭代器对象: 可以不用依赖索引取值的容器
可迭代对象：可以通过某种方法得到迭代器对象

可迭代对象

可迭代对象：有__iter__()方法的对象是可迭代对象，可迭代对象调用__iter__()得到迭代器对象

ls = [4, 1, 5, 2, 3]
res = ls.__iter__()  # => 可迭代对象
print(res)  # <list_iterator object at 0x000002732B0C7470>

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

with open('1.txt', 'rb') as f:
    res = f.__next__()  # 文件中的第一行内容
    print(res)
    res = f.__next__()  # 文件中的第二行内容
    print(res)

迭代器对象有哪些：enumerate() | file | 生成器对象

注：迭代器对象调用__iter__()方法返回的还是迭代器对象

for循环迭代器

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

ls = [3, 1, 2, 3, 5]
iterator = ls.__iter__()
while True:
    try:
        print(iterator.__next__())
    except StopIteration:
        # print('取空了')
        break

for循环就是对while取迭代器对象的封装

for v in ls:
    print(v)
    
for v in ls.__iter__():  # 可迭代对象.__iter__() => 迭代器对象
    print(v)
    
iterator = ls.__iter__()    
for v in iterator:  # 迭代器对象.__iter__() => 自身
    print(v)

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异常结束取值循环

枚举对象

给可迭代器对象及迭代器对象添加迭代索引

s = 'abc'
for v in enumerate(s):
    print(v)  # (0 'a') | (1 'b') | (2 'c')

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关键字取代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 5
obj = fn()
obj.__next__()  # 从开始往下执行，遇到第一个yield停止，拿到yield的返回值
obj.__next__()  # 从上一次停止的yield往下执行，在再遇到的yield时停止，拿到当前停止的yield的返回值
# ...              # 以此类推，直到无法获得下一个yield，抛StopIteration异常

# 可以直接被for循环遍历
for v in fn():
    print v

# 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 += 1

obj = jiecheng()
print(obj.__next__())
print(obj.__next__())
print(obj.__next__())  # 可以无限取

# 案例二：
def jiecheng_num(num):
    ji = 1
    for i in range(1, num + 1):
        ji *= i
        yield ji
    # ...

obj = jiecheng_num(3)
print(obj.__next__())
print(obj.__next__())
print(obj.__next__())
print(obj.__next__())  # 有异常了


for v in jiecheng_num(5):
    print(v)  # 会自动处理异常停止

# 案例三：
def my_range(num):  # => [0, 1, 2, ..., num - 1]
    count = 0
    while count < num:
        yield count
        count += 1

for v in my_range(10):
    print(v, end=' ')

print(list(my_range(10)))

来源：https://www.cnblogs.com/klw1/p/10790469.html

标签

迭代器

“人造太阳”计划