python开发技术详解（三） 进阶的语法

文章目录：

1. 　　__call__
2. 　　__iter__
3. 　　yeild
4. 　　arrage

　　__call__ 可调用对象

#!/usr/bin/env python
#!-*-coding:utf-8-*-
‘‘‘
    switch (C+)
    @author xyt
    可调用对象
‘‘‘
class g_dpm(object):
    def __init__(self,g):
        self.g=g

    def __call__(self,t):
        return self.g*t**2

e_dpg=g_dpm(9.8)
s=e_dpg(2) #2秒后自由下降距离。

动态函数：

　　利用eval转换为函数名（表达式），再调用函数

class student(object):
    def english(self):
        print "hello!"

    def china(self):
        print "你好！"

    def __call__(self,*args):
        eval(args[0])
        self.english()

stu=student()
english=‘english‘
stu(english)
        

__iter__ 迭代对象的使用：

#!/usr/bin/env python
#!-*-coding:utf-8-*-
‘‘‘
介绍python的built-in函数iter，以及类中的两个函数__iter__，__next__

iter函数有两种用法，一种是传一个参数，一种是传两个参数。返回的结果都是返回一个iterator对象。
先说传两个参数的，比如有
Python代码  收藏代码
i1 = iter(itr, ‘c‘)  

这个意思是说，返回itr的iterator，而且在之后的迭代之中，迭代出来‘c‘就立马停止。对这个itr有什么要求呢？这个itr在这里必须是callable的，即要实现__call__函数
‘‘‘

class Itr(object):
    def __init__(self):
        self.result=[1,2,3,4,5,6,7,8,9]
        self.i=iter(self.result)

    def __call__(self):
        res = next(self.i)
        print("__call__ called, which would return ", res)
        return res

    def __iter__(self):
        return iter(self.result)

itr = Itr()
a=iter(itr)
for i in a:
    print i

a=iter(itr,4)
for i in a:
    print i

　　yeild

　　带有 yield 的函数在 Python 中被称之为 generator（生成器）

def fab(max):
    print max
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1 

a=fab(11)
for i in a:
    print i

简单地讲，yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。 　　

xrange 通过 iterable 对象来迭代

 for i in range(1000): pass

会导致生成一个 1000 个元素的 List，而代码：

 for i in xrange(1000): pass

则不会生成一个 1000 个元素的 List，而是在每次迭代中返回下一个数值，内存空间占用很小。因为 xrange 不返回 List，而是返回一个 iterable 对象。