复习
''' 函数的嵌套定义:在函数内部定义另一个函数 闭包:被嵌套的函数 -- 1.外层通过形参给内层函数传参 -- 2.验证执行 开放封闭原则: 功能可以拓展,但源代码与调用方式都不可以改变 装饰器:装饰器名就是外层函数 @outer @outer # fn = outer(fn) def fn(): pass ''' def wrap(func): def inner(*args, **kwagrs): # res = func(*args, **kwagrs) res = outer.inner() return res return inner def outer(func): def inner(*args, **kwagrs): pass res = func(*args, **kwagrs) pass # res return res return inner @wrap # fn = warp(fn) = wrap(outer.inner) = wrap.inner @outer # fn = outer(fn) = outer.inner def fn(n1, n2, n3): pass fn(1, 2, 3)
今日内容
# 1.带参装饰器 | wrapper 了了解 # 2.迭代器 ***** # 可迭代对象 # 迭代器对象 # for迭代器 # 枚举对象 # 递归 ***
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 # 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
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> # 可迭代对象有哪些:
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:
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)))