python中的迭代器,生成器与装饰器怎么用

这篇文章主要讲解了“python中的迭代器,生成器与装饰器怎么用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“python中的迭代器,生成器与装饰器怎么用”吧！

迭代器

每一个可迭代类内部都要实现__iter__()方法，返回一个迭代类对象，迭代类对象则定义了这个可迭代类如何迭代。

for循环调用list本质上是是调用了list的迭代器进行迭代。

# 对list进行for循环本质上是调用了list的迭代器list = [1,2,3,4]# for 循环调用for elem in list:    print(elem)# 迭代器调用list_iter = list.__iter__()while True:   try:    print(next(list_iter))    except StopIteration:       break

实现一个自己自定的迭代类，规定迭代一个可迭代的数据结构为“倒计时”模式。

# 可迭代对象类class CountDown(object):    def __init__(self,num):        self.num = num    def __iter__(self):        return MyIterator(self.num)# 迭代类class MyIterator(object):    def __init__(self,num):        self.NUM= num        self.FINAL = 0        self.now = num            def __iter__(self):        return self        def __next__(self):        step = 1 if self.NUM<self.FINAL else -1        while self.now != self.FINAL:            self.now += step            return self.now - step        raise StopIteration        cd_pos = CountDown(5)cd_neg = CountDown(-5)for i,j in zip(cd_pos,cd_neg):    print(f'pos:{i}\tneg:{j}')

生成器

含有yield指令的函数可以称为生成器，它可以将函数执行对象转化为可迭代的对象。这样就可以像debug一样一步一步推进函数。可以实现的功能是可以实现让函数内部暂停，实现了程序的异步功能，这样可以及进行该函数与外部构件的信息交互，实现了系统的解耦。

from  collections import Iterabledef f():    pass# 含有yield指令的函数可以称为生成器def g():    yield()print(type(f()),isinstance(f(),Iterable))print(type(g()),isinstance(g(),Iterable))

使用生成器可以降低系统的耦合性

import os# 生成器是迭代器的一种，让函数对象内部进行迭代# 可以实现让函数内部暂停，实现了程序的异步功能，同时也实现了解耦。def my_input():    global str        str = input('input a line')    passdef my_write():    with open('workfile.txt','w') as f:        while(str):            f.write(str+'\n')            yield()        return mw = my_write()while(True):    my_input()    try:        next(mw)    except StopIteration:        pass    if not str:        break

装饰器

装饰器封装一个函数，并且用这样或者那样的方式来修改它的行为。

不带参数的装饰器

# 不带参数的装饰器from functools import wraps# 装饰器封装一个函数，并且用这样或者那样的方式来修改它的行为。def mydecorator(a_func):    @wraps(a_func)  #声明这个注解就可以不重写传入的函数，只是调用的时候wrap一下。不加的话，a_func函数可以看作被重写为wrapTheFunction.    def wrapTheFunction():        print(f"function in {id(a_func)} starts...")        a_func()        print(f"function in {id(a_func)} ends...")    return wrapTheFunction# 在函数定义前加入此注解就可以将函数传入装饰器并包装@mydecoratordef f():    print('hi')    passf()print(f.__name__)

带参数的装饰器(实现输出到自定义的日志文件)

# 带参数的装饰器(实现输出到自定义的日志文件)from functools import wrapsdef logit(logfile='out.log'):    def mydecorator2(a_func):        @wraps(a_func)        def wrapTheFunction(*args, **kwargs):   # 这个保证了函数可以含有任意形参            log_string = a_func.__name__ + " was called"            print(log_string)            # 打开logfile，并写入内容            with open(logfile, 'a') as opened_file:                # 现在将日志打到指定的logfile                opened_file.write(log_string + '\n')                return a_func(*args, **kwargs)        return wrapTheFunction    return mydecorator2# func group1 @ logit('out1.log')def func1(str):    print(str)    pass@ logit('out2.log')def func2(): pass            func1('I have a foul smell')func2()

实现一个装饰器类（这样写可以简化装饰器函数，并且提高封装性）

# 带参数的装饰器(实现输出到自定义的日志文件)from functools import wrapsdef logit(logfile='out.log'):    def mydecorator2(a_func):        @wraps(a_func)        def wrapTheFunction(*args, **kwargs):   # 这个保证了函数可以含有任意形参            log_string = a_func.__name__ + " was called"            print(log_string)            # 打开logfile，并写入内容            with open(logfile, 'a') as opened_file:                # 现在将日志打到指定的logfile                opened_file.write(log_string + '\n')                return a_func(*args, **kwargs)        return wrapTheFunction    return mydecorator2# func group1 @ logit('out1.log')def func1(str):    print(str)    pass@ logit('out2.log')def func2(): pass            func1('I have a foul smell')func2()

感谢各位的阅读，以上就是“python中的迭代器,生成器与装饰器怎么用”的内容了，经过本文的学习后，相信大家对python中的迭代器,生成器与装饰器怎么用这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！