一 、复习# 函数 # 函数的定义和调用 # def 函数名（形参）： # 函数体 # return 返回值 # 站在形参的角度上：位置参数，*args,默认参数（陷阱），**kwargs # 站在寮参的角度上：按照位置传，按照关键字传 # 返回值：没有返回值 返回一个值 返回多个值 # 接收返回值：没有返回值不接收，返回一个值用一个变量接收，返回多值用一个变量或者对应数目的变量接收# 闭包函数 -----在内部函数引用外部函数的变量# 装饰器 ----》装饰器一定是闭包函数# 装饰器作用：在不改变原来函数的调用方式的情况下，在这个函数前后添加新的功能 #完美的符合了一个开发原则：开放封闭原则 # 对扩展是开放的 # 对修改是封闭的 # 基础的装饰器 # from functools import wraps # def wrapper(func): # @warps(func) # def inner(*args,**kwargs): # '''在函数被调用之前添加的代码''' # ret = func(*args,**kwargs) #func 是被装饰的函数 在这里被调用 # '''在函数被调用之后添加的代码''' # return ret # return inner #使用------- @wrapper # 完美的装饰器 # from functools import wraps# # @warps(func)# 装饰器要加上上面这两句 # func.__name__ #带参数的装饰器 #@wrapper -->@wrapper(argument) #三层嵌套函数 # def outer(形参): # def wrapper(func): # def inner(*args,**kwargs): # '''在函数被调用之前添加的代码''' # ret = func(*args,**kwargs) #func 是被装饰的函数 在这里被调用 # '''在函数被调用之后添加的代码''' # return ret # return inner # return wrapper # @outer(实参) #多个装饰器装饰一个函数二 、迭代器
# 迭代器# l = [1,2,3]# 索引# 循环 for# for i in l:# i## for k in dic:# pass# 能被循环的有:# list# dict# str# set# tuple# f = open()# range()# enumerate# print(dir([]))# # 双下方法# 只要能被for循环的数据类型 就一定拥有__iter__方法# 执行了双下__iter__方法就是迭代器# print(1+2)# print([1]+[2])# print([1].__add__([2]))# print(dir([]))# print(dir({}))# print(dir(()))# print(dir(''))# ret = set(dir([]))&set(dir({}))&set(dir(range(10)))&set(dir(''))# print(ret)# print(dir([].__iter__()))# print('__iter__' in dir(int))# print('__iter__' in dir(bool))# print('__iter__' in dir(list))# print('__iter__' in dir(dict))# print('__iter__' in dir(str))# print('__iter__' in dir(tuple))# print('__iter__' in dir(set))# print('__iter__' in dir(enumerate([])))# print('__iter__' in dir(range(5)))# print([].__iter__()) #<list_iterator object at 0x0000016E35FEE0F0># print(dir([]))# print(dir([].__iter__()))# ret = set(dir([].__iter__())) - set(dir([]))# print(ret)# l = [1,2,3]# iterator = l.__iter__()# print(iterator.__next__())# print(iterator.__next__())# print(iterator.__next__())# from collections import Iterable# from collections import Iterator## print(isinstance([],Iterable))# print(isinstance([],Iterator))## class A:# # def __iter__(self):pass# def __next__(self):pass## a = A()# print(isinstance(a,Iterable))# print(isinstance(a,Iterator))# Iterable 可迭代的 ---> __iter__ # 只要含有__iter__方法的都是可迭代的# [].__iter__() 迭代器 --> __next__ #通过next就可以从迭代器中一个一个的取值# 只要含有__iter__方法的都是可迭代的 -----可迭代协议# 迭代器的概念# 迭代器协议 --- 内部含有__iter__ 和__next__方法的都是迭代器# 迭代器协议和可迭代协议# 可以被for循环的都是可迭代的# 可迭代的内部都有__iter__方法# 只要是迭代器，一定可迭代# 可迭代的调用.__iter__()方法就可以得到一个迭代器# 迭代器中的__next__()方法可以一个一个获取值# for 循环其实就是在使用迭代器# 只有是可迭代对象的时候才能用for# 当我们遇到一个新的变量，不确定能不能for循环的时候，就判断它是否可迭代# for i in l:# pass#iterator = l.__iter__()# iterator.__next__()# 迭代器的好处： # 从容器类型中一个一个的取值，会把所有的值都取到 # 节省内存空间 # 而是随着循环 每次生成一个 # 每次next每次给我一个# range# f# print(range(100000000000))# print(list(range(1000)))# 生成器 --本质是迭代器，因为是你自己写的# 生成器函数 --本质上就是我们写的函数# 生成器表达式# 只是可迭代的用for各管各的l = [1,2,3,4,5]for i in l: print(i) if i == 2: breakfor i in l: print(i)三、生成器
# 生成器函数# def generator():# print(1)# return 'a'## ret = generator()# print(ret)# 只要含有yield关键字的函数都是生成器函数# yield 不能和return共用且需要写在函数内# def generator():# print(1)# yield 'a'# 生成器函数:执行之后会得到一个生成器作为返回值# ret = generator()# print(ret)# ret.__iter__()# print(ret.__next__())# def generator():# print(1)# yield 'a'# print(2)# yield 'b'# yield 'c'g = generator()# ret = g.__next__()# print(ret)# ret = g.__next__()# print(ret)# ret = g.__next__()# print(ret)# for i in g:# print(i)#wahaha%i# def wahaha():# yield '娃哈哈1'# yield '娃哈哈2'# yield '娃哈哈3'# yield '娃哈哈4'# yield '娃哈哈5'# 要几个就可以yield几个# 升级版# def wahaha():# for i in range(20000000):# yield '娃哈哈%s'%i## g = wahaha()# for i in g:# print(i)# 取50个时候# count = 0# for i in g:# count +=1# print(i)# if count > 50:# break## print('****',g.__next__())# 可以随时去拿,还是接上次顺序# 生成器可以回来再拿,用for循环可以再次拿四、例子，监听文件时时输入（我这打印不出来）
# def tail(filename):# f = open(filename,encoding='utf-8')# while True:# line = f.readline()# if line:# print(line.strip())## g = tail('file')# for i in g:# print(i)
