一:普通装饰器

• 概念:在不改变原函数内部代码的基础上,在函数执行之前和之后自动执行某个功能,为已存在的对象添加某个功能

1. 普通装饰器编写的格式
   def 外层函数(参数)    def 内层函数(*args,**kwargs)         #函数执行之前        data= 参数(*args,**kwags)        #函数执行之后        return data    return 内层函数
2. 用法示例:  
   def func(arg):    def inner(*args,**kwargs):        v = arg(*args,**kwargs)        return v    return inner @func   #@装饰器的语法 : 等价于:  index = func(index)  def index():        print(123)        return 666  ret = index()  print(ret)执行原理: 　　1. 函数从上往下执行,遇到 @func 时,执行 index = func(index),参数 arg = index,同时将返回值 inner 函数赋值给 index ,　　2. 遇到 index()时,此时就是 inner(),执行 inner 函数　　3. 执行 inner 函数,里面的 arg(*args,**kwargs)执行,就是 index 函数执行,打印 123 ,同时将 index 的返回值 666 赋值给 v : v = 666 　　4. 继续执行 inner 函数, inner 函数的返回值是 v , 执行 inner 函数的是 ret = index() , 所以 ret = v = 666

    

3. 应用示例
   #示例:计算函数执行时间import timedef base(func):    def inner(*args,**kwargs):        start_time = time.time()  --->#函数执行之前        v= func(*args,**kwargs)        end_tme = time.time()  ---->#函数执行之后        print(end_time-start_time)        return v    return inner@basedef func1():    time.sleep(2)  # 函数执行延缓2秒    print(123)    @basedef func2():    time.sleep(1)    print(456)

•  关于返回值
  def base(func):    def inner(*args,**kwargs):        data = func(*args,**kwargs)        return data    return inner                        @basedef index():    print(123)    return 666v1 =index()print(v1)#func函数带括号,执行index函数,先打印'123',先将666返回给data,data再返回给v1 　 
•  关于前后
  def base(func):    def inner(*args,**kwargs)        print('函数调用之前')        data = func(*args,**kwargs)   #执行原函数并获取返回值        print('调用原函数之后')        return data    return inner@basedef index()    print(123)index()

 二:带参数的装饰器

• 基本格式
  def base(counter):    def wrapper(func):        def inner(*args,**kwargs):            data = func(*args,**kwargs) # 执行原函数并获取返回值            return data        return inner     return wrapper @base(9)   def index():    pass# 先执行base函数,然后将返回值wrapper返回,变成不带参数的装饰器 # counter 参数在装饰器内部任意位置都能被调用　

   

•  用法示例
  #写一个带参数的函,实现:参数是多少,被装饰的函数就要执行多少次,返回最后一次执行的结果def base(counter):    def wrapper(func):        def inner(*args,**kwargs):            for i in range(counter):                data = func(*args,**kwargs) # 执行原函数并获取返回值            return data        return inner    return wrapper@base(5)def index():    return '好难啊'v = index()print(v) 

 三:生成器 (函数的变异)

• 概念:函数中如果存在yield,那么该函数就是一个生成器函数,调用生成器函数,会返回一个生成器,生成器只有被for循环时,生成器内部代码才会执行,每次循环都会获取yield返回的值
• 获取生成器的三种方式
  • 生成器函数
  • 生成器表达式
  • python内部提供的一些
• 生成器的本质就是迭代器
  • 唯一区别: 生成器是我们自己用python代码构建的数据结构,迭代器都是提供的或者是转化得来的
•  生成器函数 : 内部是否包含yield
  def func():    print('F1')    yield 1    print('F2')    yield 2    print('F3')#函数内部代码不会执行,返回一个生成器对象v1 = func()#生成器可以被for 循环,一旦开始循环函数内部代码就开始执行for item in v1:    print(item)#  F1  1  F2  2  F3  
•  特殊的迭代对象
  def func():    yield 1v = func()result = v.__iter__()print(result) 

 四:迭代器

• 概念:对某种对象(str/lsit/tuple/dict/set类创建的对象)中的元素进行逐一获取,表象:具有__nest__方法且每次调用都获取可迭代对象中的元素
• 优点 : 节省内存,惰性机制
• 缺点 : 不直观,速度相对慢,操作方法单一,不走回头路
•  列表转换成迭代器
  • v1 = iter([1,2,3,4])

  • v2 = [1,2,3,4].__iter__()
•  迭代器想要获取每个元素 : 反复调用val = v1.__next__()
  v1 = "alex"v2 = iter(v1)while True:     try:        val = v2.__next__()        print(val)     except StopIterationas e:        break

   

•  直到报错:stoplteration错误,表示迭代已经完毕
•  如何判断一个对象是否是迭代器 : 内部是否有__next__方法
•  for 循环
  v1 = [11,22,33,44]# 1.内部会将v1转换成迭代器# 2.内部反复执行 迭代器.__next__()# 3.取完不报错for item in v1:    print(item) 
•  可迭代对象
  • 内部具有_iter__方法且返回一个迭代器

  • 可以被for 循环