装饰器补充
#偷梁换柱，即将原函数名指向的内存地址偷梁换柱成wrapper函数
# 所以应该将wrapper做的跟原函数一样才行
# from functools import wraps
#
# def outter(func):
# @wraps(func)
# def wrapper(*args, **kwargs):
# """这个是主页功能"""
# res = func(*args, **kwargs) # res=index(1,2)
# return res
# 手动将原函数的属性赋值给wrapper函数
# 1、函数wrapper.__name__ = 原函数.__name__
# 2、函数wrapper.__doc__ = 原函数.__doc__
# wrapper.__name__ = func.__name__
# wrapper.__doc__ = func.__doc__
# return wrapper
# @outter # index=outter(index)
# def index(x,y):
# """这个是主页功能"""
# print(x,y)
# print(index.__name__)
# print(index.__doc__) #help(index)
# index(1,2) # wrapper(1,2)
有参装饰器
# 一：知识储备
# 由于语法糖@的限制，outter函数只能有一个参数，并且该才是只用来接收
# 被装饰对象的内存地址
# def outter(func):
# # func = 函数的内存地址
# def wrapper(*args,**kwargs):
# res=func(*args,**kwargs)
# return res
# return wrapper
#
# # @outter # index=outter(index) # index=>wrapper
# @outter # outter(index)
# def index(x,y):
# print(x,y)
# 偷梁换柱之后
# index的参数什么样子，wrapper的参数就应该什么样子
# index的返回值什么样子，wrapper的返回值就应该什么样子
# index的属性什么样子，wrapper的属性就应该什么样子==》from functools import wraps
# 山炮玩法：
# def auth(func,db_type):
# def wrapper(*args, **kwargs):
# name=input('your name>>>: ').strip()
# pwd=input('your password>>>: ').strip()
#
# if db_type == 'file':
# print('基于文件的验证')
# if name == 'egon' and pwd == '123':
# res = func(*args, **kwargs)
# return res
# else:
# print('user or password error')
# elif db_type == 'mysql':
# print('基于mysql的验证')
# elif db_type == 'ldap':
# print('基于ldap的验证')
# else:
# print('不支持该db_type')
#
# return wrapper
#
# # @auth # 账号密码的来源是文件
# def index(x,y):
# print('index->>%s:%s' %(x,y))
#
# # @auth # 账号密码的来源是数据库
# def home(name):
# print('home->>%s' %name)
#
# # @auth # 账号密码的来源是ldap
# def transfer():
# print('transfer')
#
# index=auth(index,'file')
# home=auth(home,'mysql')
# transfer=auth(transfer,'ldap')
#
# # index(1,2)
# # home('egon')
# # transfer()
# 山炮二
# def auth(db_type):
# def deco(func):
# def wrapper(*args, **kwargs):
# name=input('your name>>>: ').strip()
# pwd=input('your password>>>: ').strip()
#
# if db_type == 'file':
# print('基于文件的验证')
# if name == 'egon' and pwd == '123':
# res = func(*args, **kwargs)
# return res
# else:
# print('user or password error')
# elif db_type == 'mysql':
# print('基于mysql的验证')
# elif db_type == 'ldap':
# print('基于ldap的验证')
# else:
# print('不支持该db_type')
#
# return wrapper
# return deco
#
# deco=auth(db_type='file')
# @deco # 账号密码的来源是文件
# def index(x,y):
# print('index->>%s:%s' %(x,y))
#
# deco=auth(db_type='mysql')
# @deco # 账号密码的来源是数据库
# def home(name):
# print('home->>%s' %name)
#
# deco=auth(db_type='ldap')
# @deco # 账号密码的来源是ldap
# def transfer():
# print('transfer')
#
# index(1,2)
# home('egon')
# transfer()
# 语法糖
# def auth(db_type):
# def deco(func):
# def wrapper(*args, **kwargs):
# name = input('your name>>>: ').strip()
# pwd = input('your password>>>: ').strip()
#
# if db_type == 'file':
# print('基于文件的验证')
# if name == 'egon' and pwd == '123':
# res = func(*args, **kwargs) # index(1,2)
# return res
# else:
# print('user or password error')
# elif db_type == 'mysql':
# print('基于mysql的验证')
# elif db_type == 'ldap':
# print('基于ldap的验证')
# else:
# print('不支持该db_type')
# return wrapper
# return deco
# @auth(db_type='file') # @deco # index=deco(index) # index=wrapper
# def index(x, y):
# print('index->>%s:%s' % (x, y))
# @auth(db_type='mysql') # @deco # home=deco(home) # home=wrapper
# def home(name):
# print('home->>%s' % name)
# @auth(db_type='ldap') # 账号密码的来源是ldap
# def transfer():
# print('transfer')
# index(1, 2)
# home('egon')
# transfer()
# 有参装饰器模板
# def 有参装饰器(x,y,z):
# def outter(func):
# def wrapper(*args, **kwargs):
# res = func(*args, **kwargs)
# return res
# return wrapper
# return outter
# @有参装饰器(1,y=2,z=3)
# def 被装饰对象():
# pass
迭代器
'''
1、什么是迭代器
迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复
都是基于上一次的结果而继续的，单纯的重复并不是迭代
2、为何要有迭代器
迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型
有：列表、字符串、元组、字典、集合、打开文件
l=['egon','liu','alex']
i=0
while i < len(l):
print(l[i])
i+=1
上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组
为了解决基于索引迭代器取值的局限性
python必须提供一种能够不依赖于索引的取值方式，这就是迭代器
3、如何用迭代器
'''
# 1、可迭代的对象：但凡内置有__iter__方法的都称之为可迭代的对象
# s1=''
# # s1.__iter__()
#
# l=[]
# # l.__iter__()
#
# t=(1,)
# # t.__iter__()
#
# d={'a':1}
# # d.__iter__()
#
# set1={1,2,3}
# # set1.__iter__()
#
# with open('a.txt',mode='w') as f:
# # f.__iter__()
# pass
# 2、调用可迭代对象下的__iter__方法会将其转换成迭代器对象
# d={'a':1,'b':2,'c':3}
# d_iterator=d.__iter__()
# print(d_iterator)
# print(d_iterator.__next__())
# print(d_iterator.__next__())
# print(d_iterator.__next__())
# print(d_iterator.__next__()) # 抛出异常StopIteration
# while True:
# try:
# print(d_iterator.__next__())
# except StopIteration:
# break
#
# print('====>>>>>>') # 在一个迭代器取值取干净的情况下，再对其取值娶不到
# d_iterator=d.__iter__()
# while True:
# try:
# print(d_iterator.__next__())
# except StopIteration:
# break
# l=[1,2,3,4,5]
# l_iterator=l.__iter__()
#
# while True:
# try:
# print(l_iterator.__next__())
# except StopIteration:
# break
# 3、可迭代对象与迭代器对象详解
# 3.1 可迭代对象（"可以转换成迭代器的对象"）：内置有__iter__方法对象
# 可迭代对象.__iter__(): 得到迭代器对象
# 3.2 迭代器对象：内置有__next__方法并且内置有__iter__方法的对象
# 迭代器对象.__next__（）：得到迭代器的下一个值
# 迭代器对象.__iter__（）：得到迭代器的本身，说白了调了跟没调一个样子
# dic={'a':1,'b':2,'c':3}
#
# dic_iterator=dic.__iter__()
# print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__())
#
# 4、可迭代对象：字符串、列表、元组、字典、集合、文件对象
# 迭代器对象：文件对象
# s1=''
# s1.__iter__()
#
# l=[]
# l.__iter__()
#
# t=(1,)
# t.__iter__()
#
# d={'a':1}
# d.__iter__()
#
# set1={1,2,3}
# set1.__iter__()
#
# with open('a.txt',mode='w') as f:
# f.__iter__()
# f.__next__()
# 5、for循环的工作原理：for循环可以称之为叫迭代器循环
# d={'a':1,'b':2,'c':3}
# 1、d.__iter__()得到一个迭代器对象
# 2、迭代器对象.__next__()拿到一个返回值，然后将该返回值赋值给k
# 3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环
# for k in d:
# print(k)
# with open('a.txt',mode='rt',encoding='utf-8') as f:
# for line in f: # f.__iter__()
# print(line)
# list('hello') #原理同for循环
# 6、迭代器优缺点总结
# 6.1 缺点：
# I、为序列和非序列类型提供了一种统一的迭代取值方式。
# II、惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。
# 6.2 缺点：
# I、除非取尽，否则无法获取迭代器的长度
#
# II、只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。
生成器
# 如何得到自定义的迭代器：
# 在函数内一旦存在yield关键字，调用函数并不会执行函数体代码
# 会返回一个生成器对象，生成器即自定义的迭代器
# def func():
# print('第一次')
# yield 1
# print('第二次')
# yield 2
# print('第三次')
# yield 3
# print('第四次')
# g=func()
# print(g)
# 生成器就是迭代器
# g.__iter__()
# g.__next__()
# 会触发函数体代码的运行，然后遇到yield停下来，将yield后的值
# 当做本次调用的结果返回
# res1=g.__next__()
# print(res1)
#
# res2=g.__next__()
# print(res2)
#
# res3=g.__next__()
# print(res3)
#
# res4=g.__next__()
# len('aaa') # 'aaa'.__len__()
# next(g) # g.__next__()
# iter(可迭代对象) # 可迭代对象.__iter__()
# 应用案列
# def my_range(start,stop,step=1):
# # print('start...')
# while start < stop:
# yield start
# start+=step
# print('end....')
# g=my_range(1,5,2) # 1 3
# print(next(g))
# print(next(g))
# print(next(g))
# for n in my_range(1,7,2):
# print(n)
# 总结yield：
# 有了yield关键字，我们就有了一种自定义迭代器的实现方式。yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值
