python14 1.带参装饰器 | wrapper 了了解 # 2.迭代器 ***** # 可迭代对象 # 迭代器对象 # for迭代器 # 枚举对象

## 复习

'''
函数的嵌套定义：在函数内部定义另一个函数

闭包：被嵌套的函数
 -- 1.外层通过形参给内层函数传参
 -- 2.验证执行

开放封闭原则: 功能可以拓展，但源代码与调用方式都不可以改变

装饰器：装饰器名就是外层函数 @outer
@outer  # fn = outer(fn)
def fn(): pass
'''

def wrap(func):
    def inner(*args, **kwagrs):
        # res = func(*args, **kwagrs)
        res = outer.inner()
        return res
    return inner

def outer(func):
    def inner(*args, **kwagrs):
        pass
        res = func(*args, **kwagrs)
        pass # res
        return res
    return inner

@wrap   # fn = warp(fn) = wrap(outer.inner) = wrap.inner
@outer  # fn = outer(fn) = outer.inner
def fn(n1, n2, n3): pass

fn(1, 2, 3)
```

 

## 今日内容

# 1.带参装饰器 | wrapper  了了解

# 2.迭代器  *****

# 可迭代对象
# 迭代器对象
# for迭代器
# 枚举对象

# 递归 ***(未讲)

```

 

## 带参装饰器

```
# 通常，装饰器为被装饰的函数添加新功能，需要外界的参数
# -- outer参数固定一个，就是func
# -- inner参数固定同被装饰的函数，也不能添加新参数
# -- 可以借助函数的嵌套定义，外层给内层传参

def wrap(info):
    def outer(func):
        # info = 0
        def inner(*args, **kwargs):
            print('新：拓展的新功能，可能也需要外界的参数%s' % info)
            res = func(*args, **kwargs)
            return res
        return inner
    return outer

@wrap('外部参数')
def fn(): pass

 

# 系统的wraps带参装饰器：改变inner的假指向，本质外界使用的还是inner，但是打印显示的是wraps中的函数
from functools import wraps
def outer(func):
    @wraps(func)
    def inner(*args, **kwargs):
      
        res = func(*args, **kwargs)
        return res
    return inner

@outer
def fn(): pass

```

 

## 迭代器

# 迭代器对象: 可以不用依赖索引取值的容器
# 可迭代对象：可以通过某种方法得到迭代器对象

# 迭代器优点：可以不用依赖索引取值
# 迭代器缺点：只能从前往后依次取值

```

 

## 可迭代对象

# 可迭代对象：有__iter__()方法的对象是可迭代对象，可迭代对象调用__iter__()得到迭代器对象

ls = [4, 1, 5, 2, 3]
res = ls.__iter__()  # => 可迭代对象
print(res)  # <list_iterator object at 0x000002732B0C7470>

# 可迭代对象有哪些：

```

 

## 迭代器对象

```
# 迭代器对象：有__next__()方法的对象是迭代器对象，迭代器对象依赖__next__()方法进行取值

with open('1.txt', 'rb') as f:
    res = f.__next__()  # 文件中的第一行内容
    print(res)
    res = f.__next__()  # 文件中的第二行内容
    print(res)

# 迭代器对象有哪些：
```

 

## for循环迭代器

```
# 直接用while True循环在迭代器对象中通过 __next__() 取值，终究会有取空的时候，取空再取值，报StopIteration异常
ls = [3, 1, 2, 3, 5]
iterator = ls.__iter__()
while True:
    try:
        print(iterator.__next__())
    except StopIteration:
        # print('取空了')
        break
       
# for循环就是对while取迭代器对象的封装       
for v in ls:
    print(v)
   
for v in ls.__iter__():  # 可迭代对象.__iter__() => 迭代器对象
    print(v)
   
iterator = ls.__iter__()   
for v in iterator:  # 迭代器对象.__iter__() => 自身
    print(v)

   
# for循环迭代器的工作原理：
# for v in obj: pass
# 1）获取obj.__iter__()的结果，就是得到要操作的 迭代器对象
# 2）迭代器对象通过__next__()方法进行取值，依次将当前循环的取值结果赋值给v
# 3）当取值抛异常，自动处理StopIteration异常结束取值循环
```

 

## 枚举对象

```enumerate：给可迭代器对象及迭代器对象添加迭代索引
# 给可迭代器对象及迭代器对象添加迭代索引

s = 'abc'
for v in enumerate(s):
    print(v)  # (0 'a') | (1 'b') | (2 'c')
```

 

 

## 生成器

```
# 生成器：自定义的迭代器对象
#  -- 就是用函数语法来声明生成器，用yield关键字取代return关键字来返回值，参数没有多少变化

# 总结：有yield关键字的函数，函数名() 不是调用函数，而是生成得到 生成器对象，生成器对象就是迭代器对象，可以通过 __next__() 进行取值

# 执行流程:
def fn():
    yield 1
    yield 3
    yield 5
obj = fn()
obj.__next__()  # 从开始往下执行，遇到第一个yield停止，拿到yield的返回值
obj.__next__()  # 从上一次停止的yield往下执行，在再遇到的yield时停止，拿到当前停止的yield的返回值
# ...     # 以此类推，直到无法获得下一个yield，抛StopIteration异常

# 可以直接被for循环遍历
for v in fn():
    print v
   

```

```
# 案例一：创建生成器，从其取值，依次得到1! 2! 3! ...
def jiecheng():
    ji = 1
    count = 1
    while True:
        ji *= count
        yield ji
        count += 1

obj = jiecheng()
print(obj.__next__())
print(obj.__next__())
print(obj.__next__())  # 可以无限取

# 案例二：
def jiecheng_num(num):
    ji = 1
    for i in range(1, num + 1):
        ji *= i
        yield ji
    # ...

obj = jiecheng_num(3)
print(obj.__next__())
print(obj.__next__())
print(obj.__next__())
print(obj.__next__())  # 有异常了

for v in jiecheng_num(5):
    print(v)  # 会自动处理异常停止

# 案例三：
def my_range(num):  # => [0, 1, 2, ..., num - 1]
    count = 0
    while count < num:
        yield count
        count += 1

for v in my_range(10):
    print(v, end=' ')

print(list(my_range(10)))

```