python的重重之器（產生器、迭代器、裝飾器）

標籤：auth   建立   tuple   consumer   元組   空間   預設   use   寫法   

一、裝飾器

1、定義：本質是函數，裝飾其他函數就是為其他函數添加附件功能。

2、原則：

　　a.不能修改被裝飾的函數的原始碼；

　　b.不能修改被裝飾的函數的調用方式；

　執行個體：

　　#!/usr/bin/env python
　　# -*- coding:utf-8 -*-
　　#Author:ye

　　import time

　　#裝飾器
　　def time_cha(func):#func等於test
　　    time_start = time.time()
　　    func()#此時func()相當於test()
　　    time.sleep(2)
　　    time_stop = time.time()
　　    print("the time cha is :%s" % (time_stop - time_start))

　　#主函數
　　def test():
　　    print("*")
　　    time.sleep(1)
　　    print("*")
　　    time.sleep(1)
　　    print("in the test")

　　#單獨調用主函數
　　test()

　　#將裝飾器套用在主函數上
　　time_cha(test)#此方式改變了主函數的調用方式

3、實現裝飾器的知識儲備：

　　a.函數即“變數”

　　b.高階函數

　　　　b1.把一個函數名當做實參傳遞給另外一個函數（在不修改被裝飾函數的前提下，增加其功能）

　　　　　　執行個體：　　　　　　

　　　　　　　　def test1():#此函數時原始碼
    　　　　　　　　print("in the test1")

　　　　　　　　def test2(func):#此函數時裝飾器
    　　　　　　　　print("in the test2")
    　　　　　　　　print(func)#列印test1的記憶體位址
    　　　　　　　　func()#這裡相當於test1()

　　　　　　　　test1()
　　　　　　　　test2(test1)#將test1這個函數名作為實參傳遞給test2，這樣實現了高階函數

　　　　b2.傳回值中包含函數名（不改變函數（原始碼）的調用方式）

　　　　　　執行個體：

　　　　　　　　def test1():#原始碼
    　　　　　　　　print("in the test1")

　　　　　　　　def test2(func):#裝飾器
    　　　　　　　　print("in the test2")
    　　　　　　　　func()
    　　　　　　　　return test1#通過return，把函數名作為傳回值

　　　　　　　　test1 = test2(test1)#此處是test1函數名的記憶體位址
　　　　　　　　test1()#執行test1函數

　　c.嵌套函數

　　　　def test1():#第一層函數
　　　　　　print("in the test1")

　　　　　　def test2():#第二層函數
　　　　　　　　print("in the test2")

　　　　　　test2()#第一層函數執行時，調用第二層函數

　　　　test1()#執行第一層函數

4、裝飾器的案例分析：

　案例背景：首先定義兩個模組，歐美專區和河南專區，兩個專區的使用前提是需要登入。

　　　　　　步驟一：首先實現兩個專區的免登入訪問；

　　　　　　步驟二：定義登入模組，然後以登入模組做為裝飾器，裝飾在歐美專區和河南專區上

　　　　　　步驟三：當調用到兩個專區模組時，再進行登入驗證，不能調用之前就進行驗證（此處涉及到了嵌套函數的使用）　

　　　　　　status = False　　　　　　　　　　　　#初始化登入狀態，false表示未登入，true表示已登入

　　　　　　def login(func):　　　　　　　　　　　#定義登入模組（裝飾器函數）
    　　　　　　def inner():　　  　　　　　　　　#定義嵌套函數
        　　　　　　_uername = "zhangye"　　　　#定義使用者資料
        　　　　　　global status　　　　　　　　#將函數內變數全域化

        　　　　　　if status ==False:　　　　　#根據狀態判斷是否需要登入
            　　　　　　username = input("請輸入使用者名稱：")
            　　　　　　if username == _uername:
                　　　　　　print("welcome...")
                　　　　　　status = True　　　#登入成功後，將預設狀態由false轉化為true
        　　　　　　if status == True:
            　　　　　　print(func)
            　　　　　　func()
    　　　　　　return inner　　　　　　　　　　 #未調用時，不進行驗證，只返回一個第二層的函數名（驗證函式的函數名）

　　　　　　@login　　　　　　　　　　　　　　　　 #還未到真正調用函數的地方，所以此處不需要進行登入驗證，只返回第二層的函數名即可。
　　　　　　def america():
    　　　　　　print("*****歐美專區*****")

　　　　　　@login　　　　　　　　　　　　　　　　 #還未到真正調用驗證函式的地方，所以此處不需要進行登入驗證，只返回第二層函數名即可。
　　　　　　def henan():
    　　　　　　print("*****河南專區*****")

　　　　　　america()　　　　　　　　　　　　　　 #調用時，執行第二層函數。因為上面已經拿到了第二層的函數名
　　　　　　henan()　　　　　　　　　　　　　　　 #調用時，執行第二層函數。因為上面已經拿到了第二層的函數名

 

二、產生器

通過列表產生式，我們可以直接建立一個列表。但是，受到記憶體限制，列表容量肯定是有限的。而且，建立一個包含100萬個元素的列表，不僅佔用很大的儲存空間，如果我們僅僅需要訪問前面幾個元素，那後面絕大多數元素佔用的空間都白白浪費了。

所以，如果列表元素可以按照某種演算法推算出來，那我們是否可以在迴圈的過程中不斷推算出後續的元素呢？這樣就不必建立完整的list，從而節省大量的空間。在Python中，這種一邊迴圈一邊計算的機制，稱為產生器：generator。

要建立一個generator，有很多種方法。第一種方法很簡單，只要把一個列表產生式的[]改成()，就建立了一個generator：

　　執行個體一：

　data = [1,2,3,4,5,6,7,8,9,]

#列表產生式（裝逼的寫法）
data = [i*2 if i > 4 else i for i in data]
print(data)
==》[1, 2, 3, 4, 10, 12, 14, 16, 18]

#清單產生器（資料用到的時候才產生）
data2 = (i*2 if i > 4 else i for i in data)
print(data2)
==》<generator object <genexpr> at 0x000002797C151DB0>

小結：產生器只有在調用時，才會產生相應的資料。

　　執行個體二、
　　import time

#定義消費者模型函數

def consumer(name):    print("%s 準備吃包子啦！" %name)

    while True:
        baozi = yield
        print("包子[%s]來了，被[%s]吃了！" % (baozi,name))

#定義生產者模型函數
def producer(name):
    c_a = consumer("A")
    c_b = consumer("B")
    c_a.__next__()
    c_b.__next__()
    print("老子開始準備做包子了！")
    for i in range(10):
        time.sleep(1)
        print("做了2個包子！")
        c_a.send(i)
        c_b.send(i)

producer("alex")


三、迭代器
我們知道，可以直接作用於for迴圈的資料類型有以下幾種：
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函數。
這些可以直接作用於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

#判斷字串是否可迭代
data = "abc"
print(isinstance(data,Iterable)) #===》True

#判斷列表是否可迭代
data = [1,2,3]
print(isinstance(data,Iterable)) #===》True

#判斷字典是否可迭代
data = {1:"ye",2:"zhang",3:"alex"}
print(isinstance(data,Iterable)) #===》True

#判斷元組是否可迭代
data = (1,2,3)
print(isinstance(data,Iterable)) #===》True

注1：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。

注2：字典、集合、元組、字串等都是可迭代對象，但是不是迭代器。但是可以通過iter()函數獲得一個迭代器。

 

　　

　　　　

 

python的重重之器（產生器、迭代器、裝飾器）