1.迭代器
迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件
特点：
1）.访问者不需要关心迭代器内部的结果，仅需要通过next()方法不断去取下一个内容
2）.不能随机访问集合中的某个值，只能从头到尾依次访问
3）.访问到一半时不能往回退
4）.便于循环比较大的数据集合，节省内存
Python内置函数iter就是一个简单的帮助我们创造一个迭代器的内置函数。
names = iter(['a' , 'b', 'c'])
print(names)
print(names.__next__())
print(names.__next__())
print(names.__next__())
print(names.__next__()) #第一个输出打印迭代器对象
#第二三四次next方法每次都去获取迭代对象的值，每次往下取一个值，直到取完
#第五次输出 print(names.__next__())
#StopIteration，因为迭代器里面的对象已经取完了，所以出现这个异常
其实事实上，我们很少会使用__next__()方法一个一个的去取值，多数情况下都是使用for in循环进行遍历
2.生成器
一个函数调用时返回一个迭代器，这个函数就叫做生成器（generator）。如果函数中包含yield语法，那这个函数就会变成生成器
def fei(num):
x, y, z = 0, 0, 1
while x < num:
if x == 0: #当第一次循环时，返回数列0
yield y #生成器返回一个迭代对象
else: #否则返回z
yield z
y, z = z, y + z
x += 1 print(fei(9).__next__()) #只从迭代器里取一次值 for i in fei(9): #通过遍历获取迭代器内容
print(i)
生成器异步应用
import time
def consumer(name): #定义消费者函数
print("%s 准备吃包子啦！" % name) #打印消费者名字
while True:
baozi = yield #当代码运行到这里时，返回一个迭代器对象，当对象第二次调用时，会接收值并赋值给baozi
print("包子[%s]来了，被[%s]吃了！" % (baozi, name)) #打印当前使用的迭代器对象，及接收得值 def producer(*name): #定义一个生产者函数，并使用动态参数
if len(name) == 3: #当传入三个参数时，调用三次消费者函数
c = consumer(name[0])
c2 = consumer(name[1])
c3 = consumer(name[2])
c.__next__() #通过函数内置方法获取迭代器内部元素
c2.__next__()
c3.__next__()
print("老子开始准备做包子啦！")
for i in range(1, 11):
time.sleep(1)
print("做了%s个包子！" % len(name))
c.send(i) #通过迭代器方法的send属性给生成器传送值
c2.send(i)
c3.send(i) producer('alex', 'tom', 'eric') #创建一个生产者对象，并传入三个消费者名字 '''
执行结果
alex 准备吃包子啦！
tom 准备吃包子啦！
eric 准备吃包子啦！
老子开始准备做包子啦！
做了3个包子！
包子[1]来了，被[alex]吃了！
包子[1]来了，被[tom]吃了！
包子[1]来了，被[eric]吃了！
做了3个包子！
包子[2]来了，被[alex]吃了！
包子[2]来了，被[tom]吃了！
包子[2]来了，被[eric]吃了！
做了3个包子！
包子[3]来了，被[alex]吃了！
包子[3]来了，被[tom]吃了！
包子[3]来了，被[eric]吃了！
做了3个包子！
包子[4]来了，被[alex]吃了！
包子[4]来了，被[tom]吃了！
包子[4]来了，被[eric]吃了！
... '''
3.装饰器
先来了解一下函数
def func():
print('hello world') print(func) #第一次输出的是一个函数对象
print(type(func)) #第二次输出的是一个类型为函数
func() #第三次才是执行函数
print(func()) #第四次是执行函数后，并打印函数的返回结果，函数没有指定返回内容，所以是默认返回值：None
print(type(func())) #第五次也是先执行函数，再打印返回值对象的类型，可以看出，返回值对象类型是NoneType '''
第一次
<function func at 0x0000000002D771E0>
第二次
<class 'function'>
第三次
hello world
第四次
hello world
None
第五次
hello world
<class 'NoneType'> '''
以上总结出，函数不加括号是没有执行的，这时这个函数名只是一个函数对象，加括号后，函数将会执行函数体代码，最终这个函数则是函数执行完成后返回的对象
有了上面这个基础，我们再来看看装饰器
def wrapper(func):
print(func) #打印参数
return func #返回参数 @wrapper
def index():
print('hello') index() #执行顺序是，解释器从上往下读取代码
#遇到函数时，只加载定义的函数对象，并不执行函数体代码
#然后遇到装饰器@wrapper时
#解释器就会跳到这个wrapper函数
#然后执行这个wrapper函数内部代码
#通过观察可发现，这个wrapper函数一定会传入一个参数，因为测试发现，不传入一个参数，程序执行会抛出需要一个参数的异常错误
#通过分析这个参数，发现这个参数打印结果是一个函数对象
#然后wrapper函数体代码执行完毕后，继续往下执行，遇到函数index
#也是加载这个函数对象，并不执行内部函数体代码
#当遇到代码index()时，结合之前积累的函数基础知识
#这个写法实际是开始执行一个函数，所以解释器会跳到指定的index函数对象
#然后开始执行这个函数代码块
#整个执行过程结束 #执行结果
#<function index at 0x0000000002D272F0>
#hello
下面的列子具体说明装饰器的工作原理
def wrapper(func):
print(func) #打印参数
#return func`#返回参数，现在注释掉这个返回值 @wrapper
def index():
print('hello') print(type(index)) #加上一句输出类型代码语句
index() #执行结果
#<function index at 0x0000000002D972F0>
#<class 'NoneType'>
#TypeError: 'NoneType' object is not callable #首先分析下这个结果
#会不会很惊讶，只是针对上面的例子仅仅注释掉一个返回值而已，代码就不能工作了
#首先解释器还是从上往下读取代码
#遇到函数时，只加载定义函数对象，并不执行函数替代吗
#然后遇到装饰器@wrapper时
#解释器会跳到这个wrapper函数
#然后执行这个wrapper函数内部代码
#通过分析这个参数，发现这个参数打印结果是一个函数对象
#然后wrapper函数体代码执行完毕后，继续往下执行，遇到函数index
#也是只加载函数对象，并不执行内部函数体代码
#关键点来了
#代码执行到打印对象类型语句时，结果却是一个NoneType类型，根据之前对函数的基本介绍，这里的类型应该是一个函数类型才对呀
#为什么呢？命名定义了index函数，打印index类型却是NoneType类型？
#我们之前也看到只有函数没有返回值时，函数默认会返回一个None对象，故而这个对象的类型也就是NoneType类型了
#仅仅是加了一个装饰器代码@wrapper，就出现这个情况
#我们上一个例子已经说明，这个装饰器会携带一个参数，这个参数为一个函数对象
#实际上，这时候这个装饰器会对引用装饰器的函数，也就是我们这里的index函数进行重构
#所以如果我们不反悔一个函数对象时，name这个时候的index实质是一个普通的对象，不是函数类型了
#它已经被赋予None这个值了，而None不是一个函数对象，所以就没有调用方法，就不能以括号方式执行
#这是解释器督导index()这句代码，依据之前的知识，都能看出这个是取执行index这个函数内部代码快的语句
#但是执行时解释却抛了异常
#返回错误类型，TypeError: 'NoneType' object is not callable
#这个错误说明我们index执行后，是不能被调用的，只有对象类型为函数才有内置调用方法
#因为这个index已经被重构，返回值已经变成了None，也就是说index对象目前仅仅是一个普通标识符，不是函数
装饰器的高级应用
通过上面的示例可以知道，只要代码执行到装饰器标识符，都会去执行装饰器函数体，但是这个不是我们想要的，我们希望是只有我们调用引用装饰器函数时，才去执行这个装饰器函数体，那怎么办呢？我们知道，只有类型是函数对象时，代码是不会被执行，只是加载到内存而已，那装饰器函数体就可以直接返回一个函数对象
示例
def wrapper(func):
def inner():
print(func) #输出是一个函数对象
func() #这里实际是执行例子中原先定义的index函数对象的函数体
return inner @wrapper
def index():
print('hello') print(type(index))
index() #这个例子满足了需求，当我们不调用index函数时，得到的仅仅是一个函数对象，并不会执行函数代码
#当执行index函数，实际执行装饰器函数体里传入的index函数，就是执行的它本身
有参数的函数，或装饰器实现传参实例
#无参装饰器，有参函数
def wrapper(func):
def inner(name): #这个参数最终会传给这个函数体内部需要调用参数的对象
func(name) #这个参数个数是由原来函数，也就是index函数决定的
return inner @wrapper
def index(name): #传入一个参数
print('hello %s' % name) index('alex')
#无参装饰器，多参函数
def wrapper(func):
def inner(*args): #使用动态参数
func(*args)
return inner @wrapper
def index(*args): #传入一个参数
print('hello %s' % ''.join(args)) index('alex', 'eric')
#无参装饰器，多参函数2
def wrapper(func):
def inner(*args, **kwargs): #使用动态参数
func(*args, **kwargs)
return inner @wrapper
def index(*args, **kwargs):
print('hello %s'% ' '.join(args)) index('alex', 'eric')
#有参装饰器，多参函数
def one():
print('one') def two():
print('two') def func(arg1, arg2):
def wrapper(oldfunc):
def inner(*args, **kwargs):
arg1()
arg2()
oldfunc(*args, **kwargs)
return inner
return wrapper @func(one, two)
def index(*args, **kwargs):
print('hello %s' % ''.join(args)) index('alex', 'eric') #解释器遇到装饰器，由于这个装饰器是一个可执行函数
#故而先执行韩式，再次就成了我们所认知的普通装饰器了
#执行结果
#one
#two
#hello alexeric
注：本篇博客转载至博客园-曾春云的笔记，再敲一遍是为了加深印象