python三器——装饰器/迭代器/生成器

2023年3月15日 70次阅读

一、装饰器

1.1 目的

  • 在不改变原函数内部代码的基础上，在函数执行之前和之后自动执行某个功能

1.2 应用场景

  • 想要为函数扩展功能时，可以选择用装饰器

1.3 基本装饰器

  1. 基本格式：

    def func(arg):
    def inner():
        v = arg()
        return v 
    return inner 

# 重点：
# 第一步：执行func函数并将下面的函数参数传递，相当于：func(index)
# 第二步：将func的返回值重新赋值给下面的函数名。 index = func(index)
@func 
def index():
    print(123)
    return 666

print(index)

  2. 总结

    • 编写格式：
    def 外层函数(参数):
    def 内层函数(*args,**kwargs)
     return 参数(*args,**kwargs)
    return 内层函数
    • 应用格式：
    @外层函数
def index():             #要装饰的函数
    pass

index()
    # 装饰器的编写
def x(func):
    def y():
        # 前
        ret = func()
        # 后
        return ret 
     return y 

# 装饰器的应用
@x
def index():
    return 10

# 执行函数，自动触发装饰器了
v = index()
print(v)

  3. 示例：

    def func(arg):
    def inner():
        print('before')
        v = arg()
        print('after')
        return v 
    return inner 

def index():
    print('123')
    return '666'

# 示例一
v1 = index() # 执行index函数，打印123并返回666赋值给v1.

# 示例二
v2 = func(index) # v2是inner函数，arg=index函数
index = 666 
v3 = v2()

# 示例三
v4 = func(index)
index = v4  # index ==> inner 
index()

# 示例四
index = func(index)
index()

1.4 带参数的装饰器

  1. 应用场景：flask框架 / django缓存 / 写装饰器实现被装饰的函数要执行N次

    # 第一步：执行 ret = xxx(index)
# 第二步：将返回值赋值给 index = ret 
@xxx
def index():
    pass

# 第一步：执行 v1 = uuu(9)
# 第二步：ret = v1(index)
# 第三步：index = ret 
@uuu(9)
def index():
    pass

  2. 区别：

    # 普通装饰器
def wrapper(func):
    def inner(*args,**kwargs):
        data = func(*args,**kwargs) # 执行原函数并获取返回值
        return data
    return inner 

@wrapper
def index():
    pass

# 带参数装饰器 
def x(counter):
    def wrapper(func):
        def inner(*args,**kwargs):
            data = func(*args,**kwargs) # 执行原函数并获取返回值
            return data
        return inner 
 return wrapper 

@x(9)
def index():
    pass

  3. 练习题

    # 写一个带参数的装饰器，实现：参数是多少，被装饰的函数就要执行多少次，把每次结果添加到列表中，最终返回列表。
def xxx(counter):
    def wrapper(func):
        def inner(*args,**kwargs):
            v = []
            for i in range(counter):
                data = func(*args,**kwargs) # 执行原函数并获取返回值
                v.append(data)
            return v
        return inner
    return wrapper

@xxx(5)
def index():
    return 8
v = index()
print(v)

二、 迭代器

2.1 基本知识

  1. 用途：对 某种对象(str/list/tuple/dict/set类创建的对象-可迭代对象)中的元素进行逐一获取

  2. 表象：具有__next__方法且每次调用都获取可迭代对象中的元素(从前到后一个一个获取)

  3. 示例：

    • 列表转换成迭代器：
      • v1 = iter([11,22,33,44])
      • v1 = [11,22,33,44].__iter__()
    • 迭代器想要获取每个值：反复调用 val = v1.__next__()
    v1 = [11,22,33,44]

# 列表转换成迭代器
v2 = iter(v1)

# 迭代器获取每个值
result1 = v2.__next__()
print(result1)
result2 = v2.__next__()
print(result2)
result3 = v2.__next__()
print(result3)
result4 = v2.__next__()
print(result4)

result5 = v2.__next__()
print(result5)    # 报错：Stoplteration    表示已经迭代结束

  4. for循环：运用了迭代器

    v1 = [11,22,33,44]

# 1.内部会将v1转换成迭代器
# 2.内部反复执行 迭代器.__next__()
# 3.取完不报错
for item in v1:
    print(item)

2.2 可迭代对象

  1. 表象：可以被for循环的对象就可以称为是可迭代对象

  2. 如何让一个对象变成可迭代对象？

    • 在类中实现__iter__方法且返回一个迭代器(生成器)
    # 示例一：
class Foo:
    def __iter__(self):
        return iter([1,2,3,4])

obj = Foo()

# 示例二：
class Foo:
    def __iter__(self):
        yield 1
        yield 2
        yield 3

obj = Foo()

  3. 注意：只要能被for循环，就是去看他内部的__iter__方法

三、 生成器

3.1 基本知识

  1. 可以理解为：函数的变异、特殊的迭代器、特殊的可迭代对象

  2. 生成器的作用：

    • 生成数据
    • 迭代

  3. 示例：

    # 生成器函数（内部是否包含yield）
def func():
    print('F1')
    yield 1
    print('F2')
    yield 2
    print('F3')
    yield 100
    print('F4')
# 函数内部代码不会执行，返回一个 生成器对象 。
v1 = func()
# 生成器是可以被for循环，一旦开始循环那么函数内部代码就会开始执行。
for item in v1:
    print(item)

3.2 关键字

  1. yield

    • 用途：判断函数是否是生成器函数

  2. yield from

    • 用途：从当前生成器函数跳到其他生成器函数中，执行结束后再回原函数继续执行下面代码
    def base():
    yield 88
    yield 99

def func():
    yield 1
    yield 2
    yield from base()   # 跳到base函数
    yield 3

result = func()
for item in result:
    print(item)       # 1   2   88   99   3

3.3 总结

  1. 重点：

    • 函数中如果存在yield，那么该函数就是一个生成器函数
    • 调用生成器函数会返回一个生成器
    • 生成器只有被for循环时，生成器函数内部的代码才会执行，每次循环都会获取yield返回的值

  2. 建议：

    • 生成器函数中一般不要有return

    • 如果需要终止生成器函数中的循环，可以用return

      def func():
    count = 1
    while True:
        yield count
        count += 1
        if count == 100:
            return
val = func()
for item in val:
    print(item)

  3. 生成器示例：读取大文件内容

    def func():
    #  分批去读取文件中的内容，将文件的内容返回给调用者。
    cursor = 0
    while True:
        f = open('db', 'r', encoding='utf-8')    # 通过网络连接上redis
        # 代指  redis[0:10]
        f.seek(cursor)
        data_list =[]
        for i in range(10):
            line = f.readline()
            if not line:
                return
            data_list.append(line)
        cursor = f.tell()
        f.close()  # 关闭与redis的连接

        for row in data_list:
            yield row

for item in func():
    print(item)
点赞