1.今日内容
- 迭代器（3*）
- 生成器（4*）
- 装饰器（5*）
- 项目结构
- logging模块
2.内容回顾 & 作业
2.1 内容回顾
2.1.1 函数（内置/自定义）
-
基本函数结构
def func(a1,a2): pass- 参数
- 返回值
- 执行函数
-
函数小高级
- 函数做变量
- 函数做参数
-
函数中高级
- 函数做返回值
- 函数的嵌套
-
装饰器 & 闭包
-
递归
-
匿名函数
-
内置函数
2.1.2 模块（内置/第三方/自定义）
-
定义模块
- 内置：time/json/datetime/os/sys ... 【re模块】
- 第三方：
- 安装：
- pip包管理工具： pip install xlrd
- 源码安装：
- 下载源码包：压缩文件。
- 解压文件
- 打开cmd窗口，并进入此目录：cd C:Python36Libsite-packages
- 执行：python36 setup.py build
- 执行：python36 setup.py install
- 安装路径：C:Python36Libsite-packages
- 你了解的第三方模块：
- xlrd,xlwd#excel的读写
- requests
- 安装：
- 自定义
- py文件
- 文件夹
__init__.py#py2中必须要有
-
调用模块
-
import
- import 模块1 模块1.函数()
- import 模块1.模块2.模块3 模块1.模块2.模块3.函数()
-
from xx import xxx
- from 模块.模块 import 函数 函数()
- from 模块.模块 import 函数 as f f()
- from 模块.模块 import * 函数1() 函数2()
- from 模块 import 模块 模块.函数()
- from 模块 import 模块 as m m.函数()
-
特殊情况：
-
import 文件夹 默认加载
__init__.py
调用的是--init--.py文件中内容。 -
from 文件 import *
可以直接使用文件中函数。
-
-
2.1.3 其他
- 两个值数据交换
- 推导式
- 列表（*）
- 字典
- 集合
3.今日内容
类和对象
3.1 迭代器
自己不会写迭代器，只用。
任务：请展示列表中所有的数据。
-
while + 索引 + 计数器
-
迭代器，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，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）。-
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) 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) """ # v1 = "alex" # v2 = iter(v1) # while True: # try: # val = v2.__next__() # print(val) # except Exception as e: # break -
迭代至最后，直到报错：StopIteration错误，表示已经迭代完毕。
-
如何判别一个对象是否是迭代器：内部是否有
__next__方法。
-
-
for循环
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)
3.2 可迭代对象
-
内部具有
__iter__()方法且返回一个迭代器。（*）v1 = [11,22,33,44] result = v1.__iter__() -
可以被for循环
3.3 生成器（函数的变异）
# 函数
def func():
return 123
func()
# 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)
def func():
count = 1
while True:
yield count
count += 1
val = func()
for item in val:
print(item)
总结：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。不惯for循环是否可以读到yield（如：yield在return前）。
def func():
count = 1
while True:
yield count
count += 1
if count == 100:#终止条件设置
return
val = func()
for item in val:#item只取yield中的值。
print(item)
示例：读文件（以下按页读取文件，每页10行）
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。
:return:
"""
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)
其他知识：
- yeild from关键字【欠】
- 生成器推导式【欠】
总结
-
迭代器，对可迭代对象中的元素进行逐一获取，迭代器对象的内部都有一个 __next__方法，用于以一个个获取数据。
-
可迭代对象，可以被for循环且此类对象中都有 __iter__方法且要返回一个迭代器（生成器）。
-
生成器，函数内部有yield则就是生成器函数，调用函数则返回一个生成器，循环生成器时，则函数内部代码才会执行。
特殊的迭代器（**）：
def func(): yield 1 yield 2 yield 3 v = func() result = v.__next__() print(result) result = v.__next__() print(result) result = v.__next__() print(result) result = v.__next__() print(result)特殊的可迭代对象：
def func(): yield 1 v = func() result = v.__iter__() print(result)