2018-02-21? 16:15:56

定義:本質是函數,(裝飾其他函數)為其他函數增加附加功能

裝飾器原則

不能修改被裝飾函數的源代碼

不能修改被裝飾函數的調用方式

說白了,就是被裝飾函數不知道裝飾器的存在

?

裝飾器的知識儲備

函數即變量

高階函數

把一個函數名當作實參傳給另外一個函數

def ball():
# print('I am ball')
# # return 15
# def text11(hh):
# hh()
# text11(ball) # (函數后面有括號是這個函數本身和return,text11(ball())不符合高階函數 沒有括號是內存地址)

???????

?

返回值可以是函數名

?

嵌套函數

?

?裝飾器本質上是一個python函數,他可以讓其他函數在不需要做任何代碼變動的前提下增加額外功能,裝飾器的返回值是一個函數對象. 經常用于有切面需求的場景,比如:插入日志,性能測試,事物處理,緩存,權限校驗等場景. 裝飾器是解決這類問題的絕佳設計,有了裝飾器,我們就可以抽離出大量與函數功能本身無關的雷同代碼并繼續使用.?? 裝飾器就是為已經存在的對象添加額外的功能

?

@符號是裝時器的語法糖,在定義函數時使用,避免再一次賦值操作

1起源

我們想在login中輸入調試信息,我們可以這樣做

def login():
print('in login')
def printdebug(fun):
print('enter the login')
fun()
print('exit the login')
printdebug(login)

?2讓代碼變得優美一點

def login():
print('in login')
def printdebug(fun):
def a():
print('enter the login')
fun()
print('exit the login')
return a
debug_login = printdebug(login)
debug_login()

3 讓代碼變得更加優美(python提供了@u語法糖符號)

def printdebug(fun):
def a():
print('enter the login')
fun()
print('exit the login')
return a
@printdebug
def login():
print('in login')
login()

4.加上參數

1)被裝飾函數加參數

python會將login的參數直接傳給函數a. 我們可以在函數a中使用user變量

def printdebug(fun):
def a(user):
print('enter the login in ')
fun(user)
print('exit the login')
return a
@printdebug
def login(user):
print('in login'+ user)

4.2裝飾器本身有參數(為了接受傳來的參數,需要在原本的printdebug函數上面添加一個函數來接收參數)

def printdebug_level(level):
　　def printdebug(fun):
　　　　def a(user):
　　　　　　print('enter the login, and debug level is %s'%level)
　　　　　　fun(user)
　　 　　　　print('exit the login')
　　　　return a
　　return printdebug
@printdebug_level('it')
def login(user):
　　print('in login %s'%user)
login('dsaf')
5 裝飾有返回值的函數(在裝飾器中,將被裝飾函數賦給一個變量,然后返回這個變量)

def printdebug_level(level):
def printdebug(fun):
def a(user):
print('enter the login, and debug level is %s'%level)
fun(user)
retuu = fun(user)
print('exit the login')
return retuu
return a
return printdebug
@printdebug_level('it')
def login(user):
print('in login %s'%user)
return '555'
res = login('dsaf')
print('my name is %s'%res)

?

閉包

如果一個函數定義在另一個函數的作用域內,并且引用了外層函數的變量,稱為閉包
def outter():
name = 'slz'
def inner():
print(name)
return inner
res = outter()
res()
print(res.__closure__) 如果res是閉包的話,會返回一個由cell對象組成的元組對象 print(res.__closure__[0].cell_contents) cell_contents屬性是閉包中的自由變量

列表生成器
將列表中的每個值加一
a = [i+1 for i in range(10)]
print(a)

生成器
通過列表生成器,我們直接創建了一個列表.但是受到內存限制,列表容量肯定是有限是的.
而且,創建一個包含100萬個元素的列表,不僅占用很大的存儲空間,如果我們僅僅訪問前面的幾個元素,那后面的大多數元素占用的空間就白白浪費了
所以,如果列表和i元素可以按照某種算法推算出來,那我們是否可以在循環的過程中不斷推算出后續的元素呢?
這樣就不必創建完整的list,從而節省大量的空間
在python中,這種一邊循環一邊計算的機制,稱為生成器: generator
要創建一個generator,有很多種方法,第一種很簡單,只要把列表生成式的[]改為()
b = (i+1 for i in range(10))
print(b)

那么我們如何把b的值打印出來呢

b = (i+1 for i in range(10))
print(b)
for n in b:
print(n)

定義generator的另一種方法,如果一個函數定義中包含yield關鍵字,那么這個函數就不在是一個普通函數,而是一個generator

def fib(max):n,a,b = 0,0,1while n < max:#print(b) yield b a,b = b,a+b n += 1 return 'done'
還是通過循環來調用
for i in fib(19):
print(i)

可迭代對象

就是可以用for循環的
for a in 'abc':
print(a)
一類是集合數據類型,如list,tuple,dict,set,str
一類是generator,包括生成器
測試某個數據是否可迭代
1, 就是上面的可以直接作用于for循環的統稱為可迭代對象: Iterable
>>> from collections import Iterable >>> isinstance([], Iterable) True >>> isinstance({}, Iterable) True >>> isinstance('abc', Iterable) True >>> isinstance((x for x in range(10)), Iterable) True >>> isinstance(100, Iterable) False

2 for i in 100:
print(i)
迭代器
*可以被next()函數調用并不斷返回下一個值的對象稱為迭代器：Iterator。

可以使用isinstance()判斷一個對象是否是Iterator對象：

1 2 3 4 5 6 7 8 9

>>> from collections import Iterator >>> isinstance((x for x in range(10)), Iterator) True >>> isinstance([], Iterator) False >>> isinstance({}, Iterator) False >>> isinstance('abc', Iterator) False

通過上面的表可以看到list,dict,str雖然是Iterable,但不是Iterator

這是因為Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用并不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。可以把這個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。

Iterator甚至可以表示一個無限大的數據流，例如全體自然數。而使用list是永遠不可能存儲全體自然數的。

Iterator是只有需要返回下一步運算的時候才會計算

?

?小結

凡是可作用于for循環的對象都是Iterable類型；

凡是可作用于next()函數的對象都是Iterator類型，它們表示一個惰性計算的序列；

集合數據類型如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數獲得一個Iterator對象。

Python的for循環本質上就是通過不斷調用next()函數實現的，例如：

1 2	for x in [1, 2, 3, 4, 5]: ????pass

實際上完全等價于：

# 首先獲得Iterator對象: it = iter([1, 2, 3, 4, 5]) # 循環: while True: try: # 獲得下一個值: x = next(it) except StopIteration: # 遇到StopIteration就退出循環 break

轉載于:https://www.cnblogs.com/sunlizhao/p/8457446.html

總結

以上是生活随笔為你收集整理的装饰器 闭包 生成器 迭代器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。