一闭三器
一、闭包
保证数据安全
全局变量可以随意修改,数据不安全
如果放到一个函数中,数据安全了,但是无法引用
def demo():
name = "张三"
print(name) #报错
如何既可以引用函数里面的变量,又可以保证数据的安全性?这个时候就会用到闭包
(一)闭包的结构
内层函数对外层函数的局部变量的使用,内层函数被称为闭包函数
闭指的是:该函数的内部函数
包指的是:内部函数在外部被引用
- 函数嵌套
- 外部函数返回内部函数名
- 内部函数使用外部函数的变量
def external():
print("我是外部函数")
def inside():
print("我是内部函数")
return inside
res = external()
res()
------------------------
我是外部函数
我是内部函数
(三)实现
外层函数内的变量被称为自由变量,这个自由变量和内层函数形成一种绑定关系,自由变量不会和全局变量产生冲突。
def external():
name = "外层函数"
def inside():
print("我是内部函数")
return name
return inside
res = external()
r1 = res()
print(r1)
------------------
我是内部函数
外层函数
二、装饰器
装饰器是 Python 的一个重要部分。简单地说:他们是不改变函数功能的基础上,给函数增加一些功能。他们有助于让我们的代码更简短,也更有范儿。
(一)函数可以作为参数进行传递
def demo():
print("我是demo函数")
def func(insert):
insert()
func(demo)
-------------------------
我是demo函数
- 装饰器的本质是一个闭包
def zhushou(func):
def inside():
print("开启外挂")
func()
print("关闭外挂")
return inside
@zhushou
def play_cq():
print("是兄弟,就来砍我")
@zhushou
def play_wz():
print("鲁班大师,智商250")
play_wz()
play_cq()
------------------------
开启外挂
鲁班大师,智商250
关闭外挂
开启外挂
是兄弟,就来砍我
关闭外挂
(二)装饰器的参数
def zhushou(func):
def inside(*args,**kwargs):
print("开启外挂")
func(*args,**kwargs)
print("关闭外挂")
return inside
@ zhushou
def play_cq(username,password):
print("是兄弟,就来砍我")
@ zhushou
def play_wz(username,password,hero):
print("鲁班大师,智商250")
play_wz("admin","123456789","鲁班")
# play_cq("admin","123456789")
---------------------------------
开启外挂
鲁班大师,智商250
关闭外挂
(三)返回值
def zhushou(func):
def inside(*args,**kwargs):
print("开启外挂")
ret = func(*args,**kwargs)
print("关闭外挂")
return ret
return inside
@ zhushou
def play_cq(username,password):
print("是兄弟,就来砍我")
return "屠龙"
@ zhushou
def play_wz(username,password,hero):
print("鲁班大师,智商250")
# play_wz("admin","123456789","鲁班")
ret = play_cq("admin","123456789")
print(ret)
----------------------------------
开启外挂
是兄弟,就来砍我
关闭外挂
屠龙
三、迭代器
迭代器是可迭代的对象,这意味着您可以遍历所有值。
从技术上讲,在 Python 中,迭代器是实现迭代器协议的对象,它包含方法 iter() 和 next
(一)迭代器与迭代对象
列表、元组、字典和集合都是可迭代的对象。它们是可迭代的容器,您可以从中获取迭代器(Iterator)。
str1 = iter("你好呀")
print(str1)
---------------------
<str_iterator object at 0x0000018D4EF0BFA0>
str1 = iter("你好呀")
print(next(str1))
print(next(str1))
print(next(str1))
-----------------------
你
好
呀
(二)while模拟for循环
li = [1,2,3,4,5,6]
ls = li.__iter__()
while True:
try:
data = ls.__next__()
print(data)
except StopIteration:
break
----------------------
1
2
3
4
5
6
四、生成器
生成器的本质就是迭代器
(一)创建生成器的方案
生成器函数执行的时候,并不会执行函数,得到的是生成器
def func():
print("123456")
yield "大家好"
res = func()
print(res)
----------------------------
<generator object func at 0x0000017ACB60EC10>
可以分段执行函数的内容,通过next,执行到下一个yield的位置。
def func():
print("这是第一段")
yield "大家好"
print("这是第二段")
yield "散了吧"
res = func()
print(res.__next__())
print(res.__next__())
--------------------------
这是第一段
大家好
这是第二段
散了吧
和 return 相比,yield 除了可以返回相应的值,还有一个更重要的功能,即每当程序执行完该语句时,程序就会暂停执行。不仅如此,即便调用生成器函数,Python 解释器也不会执行函数中的代码,它只会返回一个生成器(对象)
def func():
li = []
for i in range(1,101):
li.append(f"香菇包{i}")
yield li
list1 = func()
print(list1.__next__())
---------------------------
['香菇包1', '香菇包2', '香菇包3', '香菇包4', '香菇包5', '香菇包6', '香菇包7', '香菇包8', '香菇包9', '香菇包10']