## 生成器
- 生成器是用来创建Python序列的一个对象
- 通常生成器是为迭代器产生数据的
- 例如range()函数就是一个生成器
- 每次迭代生成器时，它都会记录上一次调用的位置，并返回下一个值，这使程序不需要创建和存储完整的序列
## 生成器函数
- 生成器函数与普通函数类似，但它的返回值使用yield语句，而不是return
1 def my_range(start=0, last=10, step=1): 2 number = start 3 while number < last: 4 yield number 5 number += step 6 7 my_range # 是一个普通函数 8 # <function my_range at 0x7efe3dbf2e18> 9 10 my_range() # 返回一个生成器对象 11 # <generator object my_range at 0x7efe3daac360> 12 13 list(my_range(1, 10)) 14 # [1, 2, 3, 4, 5, 6, 7, 8, 9]
## 装饰器
- 装饰器的作用在于在不改变原有代码结构的前提下，对原有代码的功能进行补充扩展
- 装饰器的本质上是接受函数为参数的高阶函数，它把一个函数作为参数输入并且返回一个功能拓展后的新函数
1 # 装饰器函数，为函数添加两条语句
2 def deco(fn):
3 def new_func(*args): # 内部函数的参数需要与传入的fn的参数相同
4 print("执行函数：{0}".format(fn.__name__))
5 result = fn(*args)
6 print("函数执行结果：{0}".format(result))
7 return result
8 return new_func
9
10
11 @deco # 使用@装饰函数名，使用装饰器之后，add实际上已经指向了doco函数返回的新函数
12 def add(*args):
13 print("我是核心代码，可不能改动我")
14 result = 0
15 for n in args:
16 result += n
17 return result
18
19
20 add(1, 2, 3, 4)
21 """
22 执行结果：
23 执行函数：add
24 我是核心代码，可不能改动我
25 函数执行结果：10
26 """
- 一个函数可以有多个装饰器
- 最靠近函数的装饰器会先执行，然后一次向上执行装饰器
1 def count_param(fn):
2 def new_func(*args):
3 amount = len(args)
4 fn(*args)
5 print("参数个数为：{0}".format(amount))
6 return amount
7 return new_func
8
9
10 @count_param
11 @deco
12 def add(*args):
13 print("我是核心代码，可不能改动我")
14 result = 0
15 for n in args:
16 result += n
17 return result
18
19
20 add(1, 2, 3, 4)
21 """
22 执行结果：
23 执行函数：add
24 我是核心代码，可不能改动我
25 函数执行结果：10
26 参数个数为：4
27 """
- 如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数
1 import time
2
3
4 def log(now_time):
5 def deco(fn):
6 def new_func(*args, **kwargs):
7 print(now_time)
8 return fn(*args, **kwargs)
9 return new_func
10 return deco
11
12
13 @log(time.asctime(time.localtime(time.time())))
14 def add(*args):
15 print("我是核心代码，可不能改动我")
16 result = 0
17 for n in args:
18 result += n
19 return result
20
21
22 add(1, 2, 3, 4)
23 """
24 执行结果：
25 函数开始时间：Sun Jul 1 15:30:14 2018
26 我是核心代码，可不能改动我
27 """
- 此时打印add函数的__name__属性发现：
print("核心函数名：{0}".format(add.__name__))
"""
输出：
核心函数名：new_func
"""
- 这表明虽然装饰器表面上并没有改变核心函数的内容，但实际上还是对核心函数的属性进行了修改，所以还需要将核心函数的__name__属性复制到新函数
1 import time
2
3
4 def log(now_time):
5 def deco(fn):
6 def new_func(*args, **kwargs):
7 # 将原函数的__name__属性复制到新函数
8 new_func.__name__ = fn.__name__
9 print(now_time)
10 return fn(*args, **kwargs)
11 return new_func
12 return deco
13
14
15 @log(time.asctime(time.localtime(time.time())))
16 def add(*args):
17 print("我是核心代码，可不能改动我")
18 result = 0
19 for n in args:
20 result += n
21 return result
22
23
24 add(1, 2, 3, 4)
25 print("核心函数名：{0}".format(add.__name__))
26 """
27 执行结果：
28 Sun Jul 1 15:43:00 2018
29 我是核心代码，可不能改动我
30 核心函数名：add
31 """
- 在functools里面有一个专门的函数处理这个问题
1 import time
2 import functools
3
4
5 def log(now_time):
6 def deco(fn):
7 @functools.wraps(fn) # 在新的函数上添加装饰器，修改新函数的__name__属性
8 def new_func(*args, **kwargs):
9 print(now_time)
10 return fn(*args, **kwargs)
11 return new_func
12 return deco
13
14
15 @log(time.asctime(time.localtime(time.time())))
16 def add(*args):
17 print("我是核心代码，可不能改动我")
18 result = 0
19 for n in args:
20 result += n
21 return result
22
23
24 add(1, 2, 3, 4)
25 print("核心函数名：{0}".format(add.__name__))
26 ”“”
27 执行结果：
28 Sun Jul 1 15:48:10 2018
29 我是核心代码，可不能改动我
30 核心函数名：add
31 “”“
本文参考：
[美]Bill Lubanovic 《Python语言及其应用》
https://www.liaoxuefeng.com 廖雪峰的官方网站
原文地址：https://www.cnblogs.com/hycstar/p/9250403.html
时间： 2024-10-12 01:49:45