python中的迭代器,生成器与装饰器详解
时间：2022-11-27 10:23:19|栏目：Python代码|点击： 次
迭代器
每一个可迭代类内部都要实现__iter__()方法，返回一个迭代类对象，迭代类对象则定义了这个可迭代类如何迭代。
for循环调用list本质上是是调用了list的迭代器进行迭代。
# 对list进行for循环本质上是调用了list的迭代器
list = [1,2,3,4]
# for 循环调用
for elem in list:
print(elem)
# 迭代器调用
list_iter = list.__iter__()
while True:
try:
print(next(list_iter))
except StopIteration:
break
实现一个自己自定的迭代类，规定迭代一个可迭代的数据结构为“倒计时”模式。
# 可迭代对象类
class CountDown(object):
def __init__(self,num):
self.num = num
def __iter__(self):
return MyIterator(self.num)
# 迭代类
class MyIterator(object):
def __init__(self,num):
self.NUM= num
self.FINAL = 0
self.now = num
def __iter__(self):
return self
def __next__(self):
step = 1 if self.NUM<self.FINAL else -1
while self.now != self.FINAL:
self.now += step
return self.now - step
raise StopIteration
cd_pos = CountDown(5)
cd_neg = CountDown(-5)
for i,j in zip(cd_pos,cd_neg):
print(f'pos:{i}\tneg:{j}')
生成器
含有yield指令的函数可以称为生成器，它可以将函数执行对象转化为可迭代的对象。这样就可以像debug一样一步一步推进函数。可以实现的功能是可以实现让函数内部暂停，实现了程序的异步功能，这样可以及进行该函数与外部构件的信息交互，实现了系统的解耦。
from collections import Iterable
def f():
pass
# 含有yield指令的函数可以称为生成器
def g():
yield()
print(type(f()),isinstance(f(),Iterable))
print(type(g()),isinstance(g(),Iterable))
使用生成器可以降低系统的耦合性
import os
# 生成器是迭代器的一种，让函数对象内部进行迭代
# 可以实现让函数内部暂停，实现了程序的异步功能，同时也实现了解耦。
def my_input():
global str
str = input('input a line')
pass
def my_write():
with open('workfile.txt','w') as f:
while(str):
f.write(str+'\n')
yield()
return
mw = my_write()
while(True):
my_input()
try:
next(mw)
except StopIteration:
pass
if not str:
break
装饰器
装饰器封装一个函数，并且用这样或者那样的方式来修改它的行为。
不带参数的装饰器
# 不带参数的装饰器
from functools import wraps
# 装饰器封装一个函数，并且用这样或者那样的方式来修改它的行为。
def mydecorator(a_func):
@wraps(a_func) #声明这个注解就可以不重写传入的函数，只是调用的时候wrap一下。不加的话，a_func函数可以看作被重写为wrapTheFunction.
def wrapTheFunction():
print(f"function in {id(a_func)} starts...")
a_func()
print(f"function in {id(a_func)} ends...")
return wrapTheFunction
# 在函数定义前加入此注解就可以将函数传入装饰器并包装
@mydecorator
def f():
print('hi')
pass
f()
print(f.__name__)
带参数的装饰器(实现输出到自定义的日志文件)
# 带参数的装饰器(实现输出到自定义的日志文件)
from functools import wraps
def logit(logfile='out.log'):
def mydecorator2(a_func):
@wraps(a_func)
def wrapTheFunction(*args, **kwargs): # 这个保证了函数可以含有任意形参
log_string = a_func.__name__ + " was called"
print(log_string)
# 打开logfile，并写入内容
with open(logfile, 'a') as opened_file:
# 现在将日志打到指定的logfile
opened_file.write(log_string + '\n')
return a_func(*args, **kwargs)
return wrapTheFunction
return mydecorator2
# func group1
@ logit('out1.log')
def func1(str):
print(str)
pass
@ logit('out2.log')
def func2(): pass
func1('I have a foul smell')
func2()
实现一个装饰器类（这样写可以简化装饰器函数，并且提高封装性）
# 带参数的装饰器(实现输出到自定义的日志文件)
from functools import wraps
def logit(logfile='out.log'):
def mydecorator2(a_func):
@wraps(a_func)
def wrapTheFunction(*args, **kwargs): # 这个保证了函数可以含有任意形参
log_string = a_func.__name__ + " was called"
print(log_string)
# 打开logfile，并写入内容
with open(logfile, 'a') as opened_file:
# 现在将日志打到指定的logfile
opened_file.write(log_string + '\n')
return a_func(*args, **kwargs)
return wrapTheFunction
return mydecorator2
# func group1
@ logit('out1.log')
def func1(str):
print(str)
pass
@ logit('out2.log')
def func2(): pass
func1('I have a foul smell')
func2()
总结
