今日内容
1. 带参装饰器 | wrapper
2. 迭代器
3. 可迭代对象
4.迭代器对象
5.for 迭代器
6.枚举对象
带参装饰器
是指装饰器为被装饰的函数添加新功能，需要外界的参数
----outer参数固定一个。就是func
----inner 参数固定同被装饰的函数，也不能添加新参数
----可以借助函数的嵌套定义，外层给内层传参
def wrap(info): # 只能在原函数基础的外部，再次定义一个函数，通过形参把函数带入内部
def outer(func): # 此处为原函数。
info = 0 # 然后此处接收外部函数
def inner(*args,**kwargs):
print('新：拓展的新功能，可能也需要外界的参数%s'% info)
res = func(*args,**kwargs)
return res
return inner
return outer
@wrap('外部参数') # 此处传入外部信息
def fn():pass
fn()
# 系统自带的wraps带参装饰器：改变inner的指向(假象), 本质上外界使用的依然是inner,但是打印显示的是wraps中的函数
from functools import wraps
def outer(func):
@wraps(func)
def inner(*args,**kwargs):
res = func(*args,**kwargs)
return res
return inner
@outer
def fn():pass
fn()
迭代器
1.迭代器对象：可以不用依赖索引取值的容器
2.可迭代对象：可以通过某种方式得到迭代器对象
迭代器优点：可以不用依赖索引取值
迭代器缺点：只能从前往后一次取值
可迭代对象
可迭代对象：有__iter__()方法的对象是可迭代对象，可迭代对象调用__iter__()得到迭代器对象
ls = [9,8,7,6,5,4,3]
res = ls.__iter__() # --> 可以使用__iter__方法，可迭代对象。
print(res) # <list_iterator object at 0x0000026A432481D0> 此处的iterator的意思是迭代器对象，
# 因为使用__iter__后会转为__next__(迭代器对象)
迭代器对象
迭代器对象：有__next__()方法的对象是迭代器对象，迭代器对象依赖__next__()方法进行取值
with open('1.txt','rb')as f:
res = f.__next__() # 可调用__next__方法。迭代器对象
print(res) # 会把文件中的第一行内容读出来
res = f.__next__()
print(res) # 再次执行会把第二行内容读出来。 迭代器缺点，只能从前往后依次取值。
# 以此类推，直至取空，如果取空后未停止依旧报错
for循环迭代器
如果直接用while True 循环在迭代器对象中通过__next__()的方法取值，如果值取空后没有停止取值，继续取值会抛出异常：StopIteration
ls = [3,2,5,4,1]
iterator = ls.__iter__()
while True:
print(iterator.__next__()) # 如果直接通过迭代器循环。数值取完后会报错 StopIteration
不过我们可以通过try 来捕获异常，并处理异常。for的工作原理就是如此，
ls = [3,2,5,4,1]
iterator = ls.__iter__()
while True:
try: # 可以查看异常的语句
print(iterator.__next__())
except StopIteration: # 捕获异常信息，并把遗产是个信息处理掉
break
for 循环就是对while 取迭代器对象的封装
ls = [3,2,5,4,1]
for v in ls:
print(v)
for循环迭代器的工作原理：
for v in obj: pass
1.获取被循环对象(obj)的__iter__()的结果，得到要操作的迭代器对象
2.迭代器对象通过__next__() 方法进行取值，依次将当前循环的取值结果赋值给被赋值的对象(v)
3.当值取空后，自动处理StopIteration异常，然后结束循环
枚举对象
给可迭代器对象及迭代器对象添加迭代索引，关键字为 enumerate
for v in enumerate(s):
print(v ) # (0, 'a')(1, 'b')(2, 'c') #给迭代器对象添加了索引
生成器
生成器：自定义的迭代器对象
----就是用函数语法来声明生成器，用yield 关键字取代return 关键字来返回值，参数与函数没有多少差别
总结：有yield关键字的函数，函数名() 不是调用函数，而是生成得到，生成器对象，生成器对象就是迭代器对象，可通过__next__() 进行取值
# 执行流程:
def fn():
yield 1
yield 3
yield 5
obj = fn()
obj.__next__() # 从开始往下执行，遇到第一个yield停止，拿到yield的返回值
obj.__next__() # 从上一次停止的yield往下执行，在再遇到的yield时停止，拿到当前停止的yield的返回值
# ... # 以此类推，直到无法获得下一个yield，抛StopIteration异常
# 可以直接被for循环遍历
for v in fn():
print v
# 案例一：创建生成器，从其取值，依次得到1! 2! 3! ...
def jiecheng():
ji = 1
count = 1
while True:
ji *= count
yield ji
count += 1
obj = jiecheng()
print(obj.__next__())
print(obj.__next__())
print(obj.__next__()) # 可以无限取
# 案例二：
def jiecheng_num(num):
ji = 1
for i in range(1, num + 1):
ji *= i
yield ji
# ...
obj = jiecheng_num(3)
print(obj.__next__())
print(obj.__next__())
print(obj.__next__())
print(obj.__next__()) # 有异常了
for v in jiecheng_num(5):
print(v) # 会自动处理异常停止
# 案例三：
def my_range(num): # => [0, 1, 2, ..., num - 1]
count = 0
while count < num:
yield count
count += 1
for v in my_range(10):
print(v, end=' ')
print(list(my_range(10)))