4.4
1.循环对象
py中的许多语法结构都是由对象实现的，循环就可以通过对象实现
循环对象并不是在py诞生之初就存在的，但它的发展极为迅速
特别是在py3时代，循环对象正是成为循环的标准形式
那么，什么是循环对象呢？所谓的循环对象包含有一个next()方法
这个方法的目的是生成循环的下一个结果，在生成过循环的所有结果之后
该方法将抛出StopIteration异常
当一个像for这样的循环语法调用循环对象时，它会在每次循环的时候
调用next()方法，直到StopIteration循环出现
循环接受到这个异常，就会知道循环已经结束，将停止调用next()
我们用内置函数iter()把一个列表转变为循环对象
这个循环对象将拥有next()方法，我们多次调用next()方法
将不断返回列表的值，直到出现异常：
example_iter = iter([1,2])
example_iter.__next__() ＃显示1
example_iter.__next__() ＃显示2
example_iter.__next__() ＃出现StopIteration异常
我们上面重复调用next()的过程，就相当于手动进行了循环
我们可以把循环对象包裹在for中自动进行循环：
for item in iter([1,2])
print(item)
在这里，for结构自动调用了next()方法，将该方法的返回值赋予给item
循环知道出现StopIteration的时候结束，当然，我们可以省去内置函数iter的转换
这是因为，for结构会自动执行这一转换
相对于序列，循环对象的好处在于：不用在循环还没开始的时候
就生成要使用的元素，所有要使用的元素可以在循环过程中逐渐生成
这样，不仅节省了空间，提高了效率，还会使编程更加灵活
我们可以借助生成器(generator)来自定义循环对象
生成器的编写方法和函数定义类似，只是在return的地方改为yield
生成器中可以有多个yield，当生成器遇到一个yield时
会暂停运行生成器，返回yield后面的值，当再次调用生成器的时候
会从刚才暂停的地方继续运行，直到下一个yield
生成器自身又构成一个循环对象，每次循环使用一个yield返回的值
def gen():
a = 100
yield a
a = a*8
yield a
yield 1000
该生成器共有三个yield，如果用作循环对象时，会进行三次循环
for i in gen():
print(i)
100
800
1000
再考虑下面一个生成器：
def gen():
i = 0
while i < 10000000:
i = i + 1
yield i
这个生成器能产生10000000个元素，如果先创建序列保存这10000000个元素
再循环遍历，那么这个序列将占用大量空间，出于同样原因
py中的内置函数range()返回的是一个循环对象，而不是一个序列
for i in range(10000000):
print('hello world') ＃打印10000000遍hello world
2.函数对象
前面说过，在py中，函数也是一种对象，中、实际上，任何一个有call()
特殊方法的对象都被当作是函数，例如：
class SampleMore(object):
def __call__(self,a):
return a + 5
add_five = SampleMore() ＃生成函数对象
print(add_five(2)) ＃像一个函数一样调用函数对象，结果为7
add_five为SampleMore类的一个对象，当被调用时，add_five执行加5的操作
3.模块对象
前面说过，py中的模块对应一个.py文件，模块也是对象
比如，我们直接引入标准库的模块time：
import time
print(dir(time))
['_STRUCT_TM_ITEMS', '__doc__', '__loader__', '__name__',
'__package__', '__spec__','altzone', 'asctime', 'clock', 'ctime',
'daylight', 'get_clock_info', 'gmtime', 'localtime', 'mktime',
'monotonic', 'perf_counter', 'process_time', 'sleep','strftime',
'strptime', 'struct_time', 'time', 'timezone', 'tzname', 'tzset']
可以看到，time有很多属性可以调用，例如sleep()方法
我们之前用import语句引入其他文件中定义的函数
实际上就是引入模块对象的属性，比如：
from time import sleep
sleep(10)
print('wake up')
模块time的sleep()会中止程序，调用时的参数说明给了中止的时间
我们还可以用简单暴力的方法，一次性引入模块的所有属性：
from time import *
sleep(10)
既然知道了sleep()是time的一个方法
那么我们当然可以利用对象属性的方式来调用它
import time
time.sleep(10)
我们在调用方法时附带上了对象名，这样做的好处是可以拓展程序的命名空间
避免同名冲突，例如，如果两个模块中都有sleep()方法，
那么我们可以通过不一样的模块名来区分开，在my_time.py中写入函数：
def sleep(self):
print('I am sleeping')
在main.py中引入内置模块和自定义模块my_time：
import time
import my_time
time.sleep()
my_time.sleep()
上面的两次对sleep()方法的调用中，我们分别通过对象名区分出了不同的sleep()
在引入模块时，我们还可以给模块换个名字：
import time as t
t.sleep(10)
在引入名字比较长的模块时，这个换名字的方法更加方便快捷
可以将功能相似的模块放在同一个文件夹中，构成一个模块包
比如放在this_dir中：
import this_dir.module
引入this_dir文件夹中的module模块
该文件夹中必须包含一个init.py的文件，提醒py，该文件夹为一个模块包
init.py可以是一个空文件
每个模块对象都有一个name属性，用来记录模块的名字，例如：
import time
print(time.__name__)
当一个.py文件作为主程序运行时，比如python foo.py
这个文件也会有一个对应的模块对象
但这个模块对象的name属性会是“main”
因此，我们在很多.py文件中可以看到下面的语句：
if __name__ == "__main__":
...
它的意思是说，如果这个文件作为一个主程序运行，那么将执行下面的操作
有的时候，一个.py文件中同时有类和对象的定义，以及对它们的调用
当这些.py文件作为库引入时，我们可能并不希望执行这些调用
通过把调用语句放到上面的if中，就可以在调用时不执行这些语句
4.异常对象
前面我们提到过，可以在程序中加入异常处理的try结构，捕捉程序中出现的异常
实际上，我们捕捉到的也是一个对象，比如
try:
m = 1/0
except ZeroDivisionError as e:
print("Catch NameError in the sub-function")
print(type(e)) ＃类型为'exceptions.ZeroDivisionError'
print(dre(e)) ＃异常对象的属性
print(e.message) ＃异常信息integer division or modulo by zero
利用except…as…的语法，我们在except结果中用e来代表捕捉到的类型对象
关键字except直接跟随ZeroDivisionError实际上是异常对象的类
正因为如此，我们在举出异常时会创建一个异常对象：
raise ZeroDivisionError()
在py中，循环，函数，模块，异常都是某种对象
当然，我们可以完全按照面向过程中的方式来调用这些语法
而不必关注它们底层的对象模型，但是出于学习的目的
这些语法结构的对象模型能加深我们对py的理解
