闭包函数
定义在函数内部的函数,该函数引用外部作用域而不是全局作用域的名字,该函数称为闭包函数
def 外部函数(func):
def 内部函数(*args,**kwargs):
pass
return 内部函数
f=外部函数(func)
print(f.__closure__)
print(f.__closure__[0].cell_contents)
优点:
1 自带作用域
2 惰性延迟
装饰器
1 开放封闭原则:对扩展开放,对修改(修改源代码和调用方式)是封闭的
2 什么是装饰器:装饰器本质是任意可调用对象,被装饰器对象也可以是任意可调用对象
装饰器遵循的原则:不修改被装饰对象的源代码和调用方式
3 定义装饰器
def 外部函数(func):
def 内部函数(*args,**kwargs):
pass
return 内部函数
4 装饰器的语法:@
1 写在被装饰对象的正上方单独一行
2 可以叠加多个,
定义阶段外部函数的执行顺序是自下而上
调用阶段内部函数的执行顺序是自上而下
@timmer #index=timmer(index)
def index():
pass
迭代器
迭代: 1 重复
2 下一次重复是基于上一次的结果
while True: cmd=input('>>: ') print(cmd) l=['a','b','c','d'] count=0 while count < len(l): print(l[count]) count+=1 l=['a','b','c','d'] for count in range(len(l)): print(l[count]) d={'a':1,'b':2,'c':3} for k in d: print(k) ''' python为了提供一种不依赖于索引的迭代方式, python会为一些对象内置__iter__方法 obj.__iter__称为可迭代的对象 ''' s1='hello' l=[1,2,3] t=(1,2,3) set1={1,2,3} d={'a':1,'b':2,'c':3} f=open('db.txt',encoding='utf-8') obj.__iter__() 得到的结果就是迭代器
得到的迭代器:既有__iter__又有一个__next__方法 d={'a':1,'b':2,'c':3} i=d.__iter__() #i叫迭代器 print(i) print(i.__next__()) print(i.__next__()) print(i.__next__()) print(i.__next__()) #StopIteration l=['x','y','z'] print(l[2]) print(l[0]) i=l.__iter__() print(i.__next__()) print(i.__next__()) print(i.__next__()) 迭代器的优点 1:提供了一种不依赖于索引的取值方式 2:惰性计算。节省内存
迭代器的缺点: 1:取值不如按照索引取值方便 2:一次性的。只能往后走不能往前退 3:无法获取长度
for item in l: #i=l.__iter__() print(item) for item in 1: print(item)
迭代: 1 重复
2 下一次重复是基于上一次的结果
while True: cmd=input('>>: ') print(cmd) l=['a','b','c','d'] count=0 while count < len(l): print(l[count]) count+=1 l=['a','b','c','d'] for count in range(len(l)): print(l[count]) d={'a':1,'b':2,'c':3} for k in d: print(k) ''' python为了提供一种不依赖于索引的迭代方式, python会为一些对象内置__iter__方法 obj.__iter__称为可迭代的对象 ''' s1='hello' l=[1,2,3] t=(1,2,3) set1={1,2,3} d={'a':1,'b':2,'c':3} f=open('db.txt',encoding='utf-8') obj.__iter__() 得到的结果就是迭代器
得到的迭代器:既有__iter__又有一个__next__方法 d={'a':1,'b':2,'c':3} i=d.__iter__() #i叫迭代器 print(i) print(i.__next__()) print(i.__next__()) print(i.__next__()) print(i.__next__()) #StopIteration l=['x','y','z'] print(l[2]) print(l[0]) i=l.__iter__() print(i.__next__()) print(i.__next__()) print(i.__next__()) 迭代器的优点 1:提供了一种不依赖于索引的取值方式 2:惰性计算。节省内存
迭代器的缺点: 1:取值不如按照索引取值方便 2:一次性的。只能往后走不能往前退 3:无法获取长度
for item in l: #i=l.__iter__() print(item) for item in 1: print(item)
#迭代器
判断迭代器类型:
生成器函数:函数体内包含有yield关键字,该函数执行的结果是生成器
def foo():
print('first------>')
yield 1
生成器就是迭代器
yield的功能:
1.与return类似,都可以返回值,但不一样的地方在于yield返回多次值,而return只能返回一次值
2.为函数封装好了__iter__和__next__方法,把函数的执行结果做成了迭代器
3.遵循迭代器的取值方式obj.__next__(),触发的函数的执行,函数暂停与再继续的状态都是由yield保存的
def countdown(n):
print('starting countdown')
while n > 0:
yield n
n-=1
print('stop countdown')
g=countdown(5)
import time
def tail(filepath,encoding='utf-8'):
with open(filepath,encoding=encoding) as f:
f.seek(0,2)
while True:
# f.seek(0, 2) #不行
line=f.readline()
if line:
# print(line,end='')
yield line
else:
time.sleep(0.5)
g=tail('a.txt')
print(g)
print(g.__next__())
#
# for i in g:
# print(i)
#tail -f a.txt | grep 'error'
def grep(lines,pattern):
for line in lines:
if pattern in line:
# print(line)
yield line
生成器函数补充
def countdown(n):
while n > 0:
yield n
n-=1
三元表达式:
x=2
y=3
if x > y:
print(x)
else:
print(y)
res='aaaaa' if x > y else 'bbbbbbb'
print(res)
def max2(x,y):
if x > y:
return x
else:
return y
return x if x > y else y
print(max2(1,2))
列表解析
s='hello'
# l=[]
# for i in s:
# res=i.upper()
# l.append(res)
#
# print(l)
-------------------------------------》
# l=[]
# for i in range(10000):
# l.append(i)
# print(l)
-------------------------------------》
# l=[1,2,3,4]
# l_new=[]
# for i in l:
# res=i**2
# l_new.append(res)
# print(l_new)
-------------------------------------》
#列表解析:
# s='hello'
# res=[i.upper() for i in s]
# print(res)
-------------------------------------》
# l=[1,31,73,84,57,22]
# l_new=[]
# for i in l:
# if i > 50:
# l_new.append(i)
# print(l_new)
# res=[i for i in l if i > 50]
# print(res)
-------------------------------------》
# for i in obj1:
# if 条件1:
# for i in obj2:
# if 条件2:
# for i in obj3:
# if 条件3:
# ...
# l=[1,31,73,84,57,22]
# # print([i for i in l if i > 50])
# # print([i for i in l if i < 50])
# print([i for i in l if i > 20 and i < 50])
-------------------------------------》
#生成器表达式
# [i for i in range(1000000000000000000000000000000000000000000)]
g=(i for i in range(100000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000))
print(g)
print(next(g)) #next(g) == g.__next__()
print(next(g)) #next(g) == g.__next__()
print(next(g)) #next(g) == g.__next__()
print(next(g)) #next(g) == g.__next__()
print(next(g)) #next(g) == g.__next__()
-------------------------------------》
#len('hello') 'hello'.__len__()
# print(len('hello'))
# print('hello'.__len__())
# iter(g) #g.__iter__()