1. 装饰器
- 装饰器他人的器具，本身可以是任意可调用对象，被装饰者也可以是任意可调用对象。
- 强调装饰器的原则：1 不修改被装饰对象的源代码 2 不修改被装饰对象的调用方式
- 装饰器的目标：在遵循1和2的前提下，为被装饰对象添加上新功能
- 开放封闭原则：对修改封闭，对扩展开放
import timedef timmer(fun): start_time=time.time() fun() end_time=time.time()def fun1(): print("in func1")timmer(fun1) #改变了原先函数的执行 -
就要用闭包来包装此函数
import timedef timmer(fun): def inner(): start_time=time.time() fun() end_time=time.time() print("run in {} time {}".format(fun,end_time-start_time)) return inner #实际上是把函数名字传递给timmer,timmer执行,之所以返回inner是因为inner在全局不可以被调用def fun1(): print("in func1")print(timmer(fun1)) #可以运行,其实就是执行Inner,目的就是在全局可以调用,fun1=timmer(fun1) #函数本身就是变量,变量值互换fun1() -
这样最基本的装饰器就完成了,Python为我们提供了语法糖,一个完整的装饰器如下：会允许函数传参并且返回值不变
import timedef timmer(fun): def inner(*args,**kwargs): start_time=time.time() ret = fun(*args,**kwargs) end_time=time.time() print("run in {} time {}".format(fun,end_time-start_time)) return ret return inner #实际上是把函数名字传递给timmer,timmer执行,之所以返回inner是因为inner在全局不可以被调用@timmerdef fun1(num): print("in func1 {}".format(num)) return 123# print(timmer(fun1)) #可以运行,其实就是执行Inner,目的就是在全局可以调用,# fun1=timmer(fun1) #函数本身就是变量,变量值互换print(fun1(1)) -
这样可以修饰多个函数，但是要批量更改该怎么，如果不想装饰了，需要挨个去掉吗
import timedef outer(): Flag=False def timmer(fun): def inner(*args,**kwargs): if Flag: start_time=time.time() ret = fun(*args,**kwargs) end_time=time.time() print("run in {} time {}".format(fun,end_time-start_time)) return ret else: ret = fun(*args, **kwargs) return ret return inner #实际上是把函数名字传递给timmer,timmer执行,之所以返回inner是因为inner在全局不可以被调用 return timmer @outer() #之所以加执行就是把outer的返回值timmer函数的内存地址放在这里,其实就是@timmerdef fun1(num): print("in func1 {}".format(num)) return 1@outer()def fun2(num): print("in func2 {}".format(num)) return 2@outer()def fun3(num): print("in func3 {}".format(num)) return 3print(fun1(1))print(fun2(2))print(fun3(3)) -
编写装饰器，为多个函数加上认证的功能（用户的账号密码来源于文件），要求登录成功一次，后续的函数都无需再输入用户名和密码
-
使用小知识点eval
login_status={"user":None,"status":False}def outer(): Flag=True def auth(func): def inner(*args,**kwargs): if Flag: with open("user.txt",encoding="utf-8") as read_f: if login_status['user'] and login_status['status']: ret = func(*args, **kwargs) return ret user_info=eval(read_f.read()) name=input("your name>>:").strip() password=input("your password>>:").strip() if name in user_info and user_info[name]["password"] == password: login_status["user"]=name login_status["status"]=True print(login_status) ret = func(*args,**kwargs) return ret else: print("bad") else: ret = func(*args, **kwargs) return ret return inner return auth@outer()def fun1(): print("in func1") return 1@outer()def fun2(): print("in func2") return 2@outer()def fun3(): print("in func3") return 3fun1()fun2()fun3() -
多个装饰器装饰同一个函数
def wrapper1(func): def inner(): print('wrapper1 ,before func') func() print('wrapper1 ,after func') return innerdef wrapper2(func): def inner(): print('wrapper2 ,before func') func() print('wrapper2 ,after func') return inner@wrapper2@wrapper1def f(): print('in f')f() 结果原因如下：从后分析
装饰器小练习:
#编写下载网页内容的函数，要求功能是：用户传入一个url，函数返回下载页面的结果import timefrom urllib.request import urlopendef wrapper(func): def inner(*args,**kwargs): start_time=time.time() ret = func(*args,**kwargs).decode('utf-8') end_time=time.time() print("{} time is {}".format(*args,end_time-start_time)) return ret return inner@wrapperdef get(url): return urlopen(url).read()# print(get('http://www.baidu.com'))get('http://www.baidu.com') 2. 迭代器
-
其实迭代就是我们说的，可以将某个数据集内的数据“一个挨着一个的取出来”，就叫做迭代。
- 可迭代协议的定义非常简单，就是内部有了__iter__方法。
from collections import Iterablel = [1, 2, 3, 4]t = (1, 2, 3, 4)d = {1: 2, 3: 4}s = {1, 2, 3, 4}print(isinstance(l, Iterable))print(isinstance(t, Iterable))print(isinstance(d, Iterable))print(isinstance(s, Iterable))print(dir([1,2])) -
用__next__也可以遍历,不依赖for循环
l=[1,2,3,4]l_iter=l.__iter__() #先把可迭代对象变成迭代器print(l_iter.__next__()) #依次取值print(l_iter.__next__()) #依次取值print(l_iter.__next__()) #依次取值print(l_iter.__next__()) #依次取值
-
while..try..
l=[1,2,3,4]l_iter=l.__iter__() #先把可迭代对象变成迭代器# print(l_iter.__next__()) #依次取值# print(l_iter.__next__()) #依次取值# print(l_iter.__next__()) #依次取值# print(l_iter.__next__()) #依次取值while True: try: item = l_iter.__next__() print(item) except StopIteration: break
3. 生成器
-
一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值
-
但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。
-
每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。
-
生成器有什么好处呢？就是不会一下子在内存中生成太多数据
def genrator_fun1(): a=1 yield a b=2 yield bg=genrator_fun1()print(next(g))print(next(g))#生成器监听文件输入的例子