python装饰器、迭代器、生成器

装饰器：为已存在的函数或者或者对象添加额外的功能

def wrapper(f):    #装饰器函数，f是被装饰的函数
    def inner(*args,**kwargs):
        '''在被装饰函数之前要做的事'''
        print("AAAA")
        ret = f(*args,**kwargs)    #被装饰的函数
        '''在被装饰函数之后要做的事'''
        print("BBBB")
        return ret
    return inner

@wrapper         #语法糖 @装饰器函数名
def func(a,b):     #被装饰的函数
    time.sleep(0.01)
    print('大家好',a,b)
    return '新年好'

func(2,5)

打印结果如下

迭代器：在python中如果一个对象有_iter_()和_next_()方法，则称该对象是迭代器（Iterator），其中_iter_()方法可以让对象使用for...in循环遍历，_next_()方法糖对象可以通过next（实例名）访问下一个元素

可迭代：在python中一个一个对象有_iter_()方法或_getitem_()方法，称该对象为可迭代的（Iterable），_iter_()让对象使用for循环，_getitem_()方法是让对象可以通过“实例名[index]”的方式访问实例中的元素

# 迭代器
l = [1, 2, 3]
# for i in l:
#     i:

print(dir([]))  # 列表拥有的方法
"""
['__add__', '__class__', '__contains__', '__delattr__',
 '__delitem__', '__dir__', '__doc__', '__eq__', '__format__',
'__ge__', '__getattribute__', '__getitem__', '__gt__',
'__hash__', '__iadd__', '__imul__', '__init__', 
'__init_subclass__', '__iter__', '__le__', '__len__', '__lt__',
'__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__',
'__repr__', '__reversed__', '__rmul__', '__setattr__',
'__setitem__', '__sizeof__', '__str__', '__subclasshook__',
'append', 'clear', 'copy', 'count', 'extend', 'index',
'insert', 'pop', 'remove', 'reverse', 'sort']
"""
# 双下划线的是双下方法
print([1].__add__([2]))  # -->[1, 2]
print([1] + [2])  # -->[1, 2]

ret = set(dir([])) & set(dir({})) & set(dir('')) & set(dir(range(10)))
print(ret)  # iterable  __iter__

# 判断
print('__iter__' in dir([].__iter__()))  # True
print('__next__' in dir([].__iter__()))  # True

from collections import Iterable  # Iterable:可迭代对象
from collections import Iterator  # Iterator迭代器

print(isinstance([], Iterator))  # False  列表不是一个迭代器
print(isinstance([], Iterable))  # True   列表是可迭代的

a = [1, 2, 3, 4]
for b in a.__iter__():
    print(b)

# 打印结果1,2,3,4

生成器：生成器函数generator与定义普通函数一样，唯一不同的是生成器函数有一个或者多个yield，yield与return类似都是用来返回数据，两者的区别是return返回数据后直接退出当前函数，yidel是将数据返回后继续运行函数

def generator():
    print(1)
    return 'a'
ret = generator()
print(ret)     # 结果：1   a


# 生成器函数(含有yield关键字)
def generator1():
    print(1)
    yield 'a'

ret = generator1()
print(ret)   # 结果： <generator object generator1 at 0x0000016AFEFDCF68>
ret.__next__()   # 结果:1
ret.__iter__()

生成器进阶：

# 计算移动平均值(1)
def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total / count


g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))
# 结果：10.0，20.0，15.0

# 计算移动平均值(2)_预激协程的装饰器
def init(func):  # 在调用被装饰生成器函数的时候首先用next激活生成器
    def inner(*args, **kwargs):
        g = func(*args, **kwargs)
        next(g)
        return g

    return inner


@init
def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total / count


g_avg = averager()
# next(g_avg)   在装饰器中执行了next方法
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))
# 打印结果10.0，20.0，15.0