闭包 ： 内部函数使用外部函数的变量
# 装饰器
# 开发原则 ： 开放封闭原则
# 装饰器的作用 ：在不改变原函数的调用方式的情况下，在函数的前后添加功能
# 装饰器的本质 ： 闭包函数
# def wrapper(func):
# def inner(*args,**kwargs):
# print('在被装饰的函数执行之前做的事')
# ret = func(*args,**kwargs)
# print('在被装饰的函数执行之后做的事')
# return ret
# return inner
#
# @wrapper #holiday = wrapper(holiday)
# def holiday(day):
# print('全体放假%s天'%day)
# return '好开心'
#
# ret = holiday(3)
# print(ret)
# 只要是能被for循环的数据类型 就一定拥有__iter__方法
# print([].__iter__())
# 一个列表执行了__iter__()之后的返回值就是一个迭代器
# Iterable 可迭代的 -- > __iter__ #只要含有__iter__方法的都是可迭代的
# [].__iter__() 迭代器 -- > __next__ #通过next就可以从迭代器中一个一个的取值
# 只要含有__iter__方法的都是可迭代的 —— 可迭代协议
迭代器的概念
# 迭代器协议 —— 内部含有__next__和__iter__方法的就是迭代器
# 迭代器协议和可迭代协议
# 可以被for循环的都是可迭代的
# 可迭代的内部都有__iter__方法
# 只要是迭代器 一定可迭代
# 可迭代的.__iter__()方法就可以得到一个迭代器
# 迭代器中的__next__()方法可以一个一个的获取值
# for循环其实就是在使用迭代器 直接给你内存地址# print([].__iter__())
# print(range(10))
#for
#只有 是可迭代对象的时候 才能用for
#当我们遇到一个新的变量，不确定能不能for循环的时候，就判断它是否可迭代
#迭代器的好处：
# 从容器类型中一个一个的取值，会把所有的值都取到。
# 节省内存空间
#迭代器并不会在内存中再占用一大块内存，
# 而是随着循环 每次生成一个
# 每次next每次给我一个
生成器 —— 迭代器
# 生成器函数 —— 本质上就是我们自己写得函数
#只要含有yield关键字的函数都是生成器函数
# yield不能和return共用且需要写在函数内
#生成器函数 ： 执行之后会得到一个生成器作为返回值
#send 获取下一个值的效果和next基本一致
#只是在获取下一个值的时候，给上一yield的位置传递一个数据
#使用send的注意事项
# 第一次使用生成器的时候 是用next获取下一个值
# 最后一个yield不能接受外部的值
# 迭代器
# 可迭代协议 —— 含有iter方法的都是可迭代的
# 迭代器协议 —— 含有next和iter的都是迭代器
# 特点
# 节省内存空间
# 方便逐个取值，一个迭代器只能取一次。
# 生成器 —— 迭代器
# 生成器函数
# 含有yield关键字的函数都是生成器函数
# 生成器函数的特点
#调用之后函数内的代码不执行，返回生成器
#每从生成器中取一个值就会执行一段代码，遇见yield就停止。
#如何从生成器中取值：
# for ：如果没有break会一直取直到取完
# next ：每次只取一个
# send ：不能用在第一个，取下一个值的时候给上个位置传一个新的值
# 数据类型强制转换 ：会一次性把所有数据都读到内存里
# 生成器表达式
# (条件成立想放在生成器中的值 for i in 可迭代的 if 条件)