一、装饰器补充
1.1无参装饰器的用法：
模板：
def f1(func):
def f2(*args,**kwargs)
res = func(*args,**kwargs) #这是被装饰的函数，可以在这层函数内为源代码添加新功能
return res
return f2
1.2装饰器语法糖：
def outter(func):
def wearrpe(*args,**kwargs): #为原函数添加新功能，不修改函数源代码和调用方式
name = input("请输入账号：")
pwd = input("请输入密码：")
if name == "hu" and pwd =="123":
res = func(*args,**kwargs)
return res
else:
print("账号密码不存在")
return wearrpe()
@outter #这个步骤是相当于index = outter(index)
def index(): #这个为原函数
print("OK")
1.3叠加多个装饰器：
多个装饰器运行顺序：
def x1(func1): # func1=y2的内存地址
def x2(*args,**kwargs):
print("=========x1")
res1 = func(*args,**kwargs)
print("=============x2")
return res1
return x2
def y1(func2): # func2=z2的内存地址
def y2(*args,**kwargs):
print("==========y1")
res2 = func(*args,**kwargs)
print("==========y2")
return res2
return y2
def z1(func3): # func3=原始的index的内存地址
def z2(*args,**kwargs):
print("==========z1")
res3 = func(*args,**kwargs)
print("===========z2")
return res3
return z2
@x1 # x1(y2的内存地址)======>index=x1的内存地址
@y1 # y1(z3的内存地址)======>y2的内存地址
@z1 # z1(最原始的那个index的内存地址)===>z2的内存地址
def index(x):
print(x)
index(111)
最后打印结果为：
=========x1
==========y1
==========z1
111
===========z2
==========y2
=============x2
二、迭代器：
2.1迭代器的概念：
器：迭代的工具
迭代：是一个重复的过程，每次重复即一次迭代，并且每次迭代的结果都是下一次迭代的初始值
例：
while Ture: #只是单纯的循环，不属于迭代
print("=====")
l=[1,2,3]
count=0
while count < len(l): # 迭代
print(l[count])
count+=1
1、为何要有迭代器：
对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的，
若还想取出其内部包含的元素，则必须找出一种不依赖于索引的迭代方式，这就是迭代器
2、什么是可迭代对象：
可迭代对象指的是内置有__iter__方法的对象，所有内置数据类型（包括文件）都是可迭代对象
'hello'.__iter__
(1,2,3).__iter__
[1,2,3].__iter__
{'a':1}.__iter__
{'a','b'}.__iter__
open('a.txt').__iter__
3、什么是迭代器对象：
可迭代对象执行obj.__iter__()得到的结果就是迭代器对象
而迭代器对象指的是即内置有__iter__又内置有__next__方法的对象
文件类型是迭代器对象
open('a.txt').__iter__()
open('a.txt').__next__()
4、注意：
迭代器对象一定是可迭代对象，而可迭代对象不一定是迭代器对象
2.2迭代器对象的使用：
例：
dic={'a':1,'b':2,'c':3}
new_dic = dic.__iter__() # 得到迭代器对象
print(new_dic.__next__()) # 从dic中取一个值，等同于next(iter_dic)
print(new_dic.__next__()) # 从dic中取一个值，等同于next(iter_dic)
print(new_dic.__next__()) # 从dic中取一个值，等同于next(iter_dic)
print(new_dic.__next__()) # dic中值已经取完了，报错StopIteration，相当于结束标志
使用迭代器：
dic={'a':1,'b':2,'c':3}
new_dic = dic.__iter__()
while 1:
try: # 检测以下代码
k=next(iter_dic)
print(dic[k])
except StopIteration: # 当出现StopIteration时执行下列代码
break
2.3for循环：
dic={'a':1,'b':2,'c':3}
for k in dic:
print(dic[k])
for循环的工作原理
1：执行in后对象的dic.__iter__()方法，得到一个迭代器对象iter_dic
2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码
3: 重复过程2，直到捕捉到异常StopIteration,结束循环
2.4迭代器的优缺点：
优点：
- 提供一种统一的、不依赖于索引的迭代方式
- 惰性计算，节省内存
缺点：
- 无法获取长度（只有在next完毕才知道到底有几个值）
- 一次性的，只能往后走，不能往前退
三、生成器：
3.1什么是生成器：
只要函数内部包含有yield关键字，那么函数名()的到的结果就是生成器，并且不会执行函数内部代码
例：
def func():
print('====>first')
yield 1
print('====>second')
yield 2
print('====>third')
yield 3
print('====>end')
g=func() # 这时函数已经成了生成器，所以调用函数并不能执行函数内代码
print(next(g)) # 生成器就是迭代器，所以取值操作和迭代器一样
print(next(g))
print(next(g))