python迭代器和装饰器

一、迭代器

1.迭代器协议：对象必须提供一个__next__()方法，执行该方法要么返回迭代中的下一个对象，要么引起一个StopIteration异常以终止迭代，迭代只能向后进行不能往前回退

2.可迭代对象：可实现迭代器协议的对象（通过对象内部定义的__iter__()方法）

3.python的内部工具如for循环、sum、max、min、map、reduce、filter等都通过迭代器协议访问对象

4.使用for循环访问可迭代对象的本质：调用对象的__iter__()方法生成可迭代对象、执行可迭代对象的__next__()方法依次访问元素、全部访问之后自动终止

l=(1,'a','b',[1,2])
a=l.__iter__()  #调用元组内部的__iter__()方法生成可迭代对象
print(a)  #输出<tuple_iterator object at 0x0000000002701550>
print(a.__next__())  #调用可迭代对象的__next__()访问元素，每执行一次访问一个元素，也可以使用next(a)访问
print(a.__next__())  #输出a
print(a.__next__())  #输出b
print(a.__next__())  #此处执行后已访问到最后一个元素，如果再执行一次a.__next__()会报StopIteration错误

5.两种方法提供生成器，生成器只能遍历一次，遍历完之后就为空

①生成器函数：类似常规函数，但使用yield语句而不是return语句返回结果，yield语句一次返回一个结果，在每个结果中间挂起函数的状态，以便下次从离开的地方继续执行

def d():
    yield 1,2,3
    yield 2
a=d()
print(a)  #返回<generator object d at 0x000000000214A318>，表示a是一个生成器对象
print(a.__next__())  #返回(1, 2, 3)
print(a.__next__())  #返回2

②生成器表达式，类似列表推导，但是生成器会按需产生一个对象，而不是一次生成

三元表达式：True if a>0 else False、i for i in range(10)

生成器表达式一般通过三元表达式加括号生成

a=(i for i in range(10))
print(a)  #返回<generator object <genexpr> at 0x000000000219A318>，表示a是一个生成器对象
print(a.__next__())  #返回0
print(a.__next__())  #返回1

二、装饰器

高阶函数：函数接收的参数是一个函数名、或者函数的返回值是一个函数名，满足一个条件即可

装饰器的本质就是函数，为其他函数添加附加功能

原则：不修改被修饰函数的源代码、不修改被修饰函数的调用方式

装饰器=高阶函数+函数嵌套+闭包

import time
def timmer(func):
    def wrapper():
        start_time = time.time()
        func()
        stop_time=time.time()
        print('test函数运行时间为%s'%(stop_time-start_time))
    return wrapper

@timmer
def test():
    time.sleep(1)
    print('test函数运行完毕')

test()

#运行结果
#test函数运行完毕
#test函数运行时间为1.0002305507659912