Python小知識點（3）--裝飾器

標籤：ict   參數   port   page   通過   rip   local   傳遞   cat   

（1）裝飾器含參數，被裝飾函數不含（含）參數

執行個體代碼如下：

 

import time# 裝飾器函數def wrapper(func):    def done(*args,**kwargs):        start_time = time.time()        func(*args,**kwargs)        stop_time = time.time()        print(‘the func run time is %s‘ % (stop_time - start_time))    return done# 被裝飾函數1@wrapperdef test1():    time.sleep(1)    print("in the test1")# 被裝飾函數2@wrapperdef test2(name):    #1.test2===>wrapper(test2)   2.test2(name)==dome(name)    time.sleep(2)    print("in the test2,the arg is %s"%name)# 調用test1()test2("Hello World")

 

（2）裝飾器含有參數，被裝飾函數含（不含）參數

 

import timeuser,passwd = ‘admin‘,‘admin‘def auth(auth_type):    print("auth func:",auth_type)    def outer_wrapper(func):        def wrapper(*args, **kwargs):            print("wrapper func args:", *args, **kwargs)            if auth_type == "local":                username = input("Username:").strip()                password = input("Password:").strip()                if user == username and passwd == password:                    print("\033[32;1mUser has passed authentication\033[0m")                    res = func(*args, **kwargs)  # from home                    print("---after authenticaion ")                    return res                else:                    exit("\033[31;1mInvalid username or password\033[0m")            elif auth_type == "ldap":                print("ldap連結")        return wrapper    return outer_wrapper@auth(auth_type="local") # home = wrapper()def home():    print("welcome to home  page")    return "from home"@auth(auth_type="ldap")def bbs():    print("welcome to bbs  page"print(home()) #wrapper()bbs()

 

總結：

（1）裝飾器實質為函數內嵌，返回函數地址。

（2）裝飾器帶參數與不帶參數相比裝飾器帶參數的多了一層函數定義用於接收裝飾器中傳遞的參數，其餘基本相同。

（3）先驗證裝飾器中的參數，在驗證普通函數的參數

小知識：

列表生產式：[i for i in range(5)]---->[0,1,2,3,4,5]

產生器與迭代器：

第一種方式通過括弧的方式產生

產生器：（）---（i for i in range(5)）  ==>generator

這種一邊迴圈一邊計算的機制，稱為產生器：generator。

產生器只有在調用時才會產生相應的資料，只記錄當前位置。

只有一個__next__()方法

第二種方式通過yield產生

在函數中使用yield即可將一個函數變為一個產生器

迭代器：

直接作用於for迴圈的資料類型：

一類是集合資料類型，如list、tuple、dict、set、str等；

一類是generator，包括產生器和帶yield的generator function。

直接作用於for迴圈的對象統稱為可迭代對象：Iterable。

可以使用isinstance()判斷一個對象是否是Iterable對象

from collections import Iterable

 

 isinstance([], Iterable)=========true

 

*可以被next()函數調用並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：

>>> from collections import Iterator

>>> isinstance((x for x in range(10)), Iterator)

======>True

 

產生器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。

把list、dict、str等Iterable變成Iterator可以使用iter()函數：

 

例如：iter([])<====迭代器

Python的Iterator對象表示的是一個資料流，Iterator對象可以被next()函數調用並不斷返回下一個資料，直到沒有資料時拋出StopIteration錯誤。可以把這個資料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資料，所以Iterator的計算是惰性的，只有在需要返回下一個資料時它才會計算。

Iterator甚至可以表示一個無限大的資料流，例如全體自然數。而使用list是永遠不可能儲存全體自然數的。

小結：

凡是可作用於for迴圈的對象都是Iterable類型；

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

集合資料類型如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小知識點（3）--裝飾器