python高级语法
python中难以理解的最常见的特性是：
迭代器（iterator）,生成器（generator），装饰器（decorator）,上下文管理器（context manager）
迭代器
迭代器只不过是一个实现了迭代器协议的容器对象。它基于以下两个方法：
- __next__:返回容器的下一个元素
- __iter__:返回迭代器本身
迭代器可以利用内置的iter函数和一个序列来创建，如：
当遍历完成时会引发一个StopIteration异常。这样迭代器就可以与循环兼容，因为可以捕获这个异常并停止循环。
创建自定义的迭代器，可以编写一个具有__next__方法的类，只有这个类提供返回迭代器实例的__iter__特殊方法：
下面时这个迭代器的用法实例：
迭代器本身是一个底层的特性和概念，在程序中可以不用它。但它为生成器这一更有趣的特性提供了基础
迭代器详解参考：https://blog.csdn.net/weixin_40907382/article/details/80234743，https://www.cnblogs.com/leohahah/p/10189281.html
生成器（yield语句）
基于yield语句，生成器可以暂停函数并返回一个中间结果。该函数会保存执行上下文，方便在下个yield语句前使用这个上下文
举个列子，斐波那契数列可以用生气器语法来实现。
可以用next()函数或for循环从生成器中获取新的元素，就像迭代器一样：
这个函数返回一个generator对象，是特殊的迭代器，可以被无限次调用，每次都会生成序列的下一个元素，不必提供使函数停止的方法。
生成器还有一个好处就是，可以节省内存空间，不是像列表一样，遍历列表时一次性把所有数据都加载到内存中，再遍历，而生成器是用一个生成一个，很大程度上节省了内存空间。
生产器时python中协程，异步并发等其他概念的基础
生成器详解参考：http://python.jobbole.com/88677/
装饰器
常见装饰器；内置装饰器；类装饰器、函数装饰器、带参数的函数装饰器
装饰器作用：
装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能
装饰器的实现原理：
在说装饰器之前，我们有必要先了解函数的特性，以及闭包和闭包是如何利用函数的特性
函数特性有四点：
- 函数作为变量传递
def add(x): return x + 1 a = add - 函数作为参数传递
def add(x): return x + 1 def excute(f): return f(3) excute(add) - 函数作为返回值
def add(x): return x + 1 def get_add(): return add - 函数嵌套及跨域访问
def outer(): x = 1 def inner(): print(x) inner() outer() -
闭包的实现
Python中的装饰器是通过闭包实现的，简单地讲，闭包就是引用了外部变量的内部函数，而闭包的实现正是利用了以上函数特性，下面我们来看看闭包是如何实现的：
def outer(x):
def inner(): # 函数嵌套
return x # 跨域访问，引用了外部变量x
return inner # 函数作为返回值
closure = outer('外部变量') # 函数作为变量赋给closure
print(closure()) # 执行闭包
#结果
外部变量
在这个流程中，outer接收到'外部变量'，传给inner，作为它return的参数，最后outer返回inner函数，返回的inner函数作为变量传递给closure，最后执行closure这个函数对象，实际上是执行了inner这个函数，返回了 '外部变量'，这样就实现了一个简单的闭包
上面这个闭包例子只用到了之前说的三个函数特性,函数作为参数这个特性好像并没有用上,下面做一下延伸,把outer的参数x用一个函数对象替代
def func():
return '函数func'
def outer(x):
def inner(): # 函数嵌套
return '戴了inner牌帽子的 ' + x() # 跨域访问，引用了外部变量x
return inner # 函数作为返回值
closure = outer(func) # 函数func作为outer的参数；函数作为变量赋给closure
print(func()) # 执行原始函数
print(closure()) # 执行闭包
# 结果
函数func
戴了inner牌帽子的 函数func
closure实际上是outer(func)，func作为参数传进outer，outer的子函数inner对func返回的结果进行了一番装饰，返回了一个装饰后的结果，最后outer返回inner，可以说inner就是装饰后的func，这就是一个函数被装饰的过程，重点在于执行 outer(func) 这个步骤
装饰器语法糖@
Python给我们提供了语法糖 @，我们想执行 outer(func) 的时候，只需要把outer函数@到func函数的上面就可以了
def outer(x):
def inner():
return '戴了inner牌帽子的 ' + x()
return inner
@outer
def func():
return '函数func'
print(func())
#结果
戴了inner牌帽子的 函数func
打印的结果跟我们执行closure()的结果是一样的，也就说明 加了outer装饰器的func 等价于 outer(func)，所以我们很清楚地知道装饰器@的作用是什么了，就是拿来把被装饰的函数作为参数传递到装饰器函数里面加工的，最后执行被装饰函数的时候，就相当于执行了一个加工后的函数。
以上就是Python中装饰器的实现原理
装饰器类型
- 函数装饰器
def use_logging(func): def wrapper(*args, **kwargs): logging.warn("%s is running" % func.__name__) return func(*args, **kwargs) return wrapper def bar(): print('i am bar') bar = use_logging(bar) bar() 输出： WARNING:root:bar is running i am bar - 带参数的装饰器
def use_logging(level): def decorator(func): def wrapper(*args, **kwargs): if level == "warn": logging.warn("%s is running" % func.__name__) return func(*args) return wrapper return decorator @use_logging(level="warn") def foo(name='foo'): print("i am %s" % name) foo() 输出： WARNING:root:foo is running i am foo - 类装饰器
相比函数装饰器，类装饰器具有灵活度大、高内聚、封装性等优点。使用类装饰器还可以依靠类内部的 __call__方法，当使用 @ 形式将装饰器附加到函数上时，就会调用此方法
class Foo(object): def __init__(self, func): self._func = func def __call__(self): print ('class decorator runing') self._func() print ('class decorator ending') @Foo def bar(): print ('bar') bar() 输出： class decorator runing bar class decorator ending
- 函数装饰器
- functools.wraps
使用装饰器极大地复用了代码，但是他有一个缺点就是原函数的元信息不见了，比如函数的docstring、__name__、参数列表，例如：
装饰器 声明
def logged(func):
def with_logging(*args, **kwargs):
print func.__name__ + " was called"
return func(*args, **kwargs)
return with_logging
函数 使用装饰器
@logged def f(x): """does some math""" return x + x * x
该函数完成等价于
def f(x):
"""does some math"""
return x + x * x
f = logged(f)
不难发现，函数f被with_logging取代了，当然它的docstring，__name__就是变成了with_logging函数的信息了。
print f.__name__ # prints 'with_logging'
print f.__doc__ # prints None
好在我们有functools.wraps，wraps本身也是一个装饰器，它能把原函数的元信息拷贝到装饰器函数中，这使得装饰器函数也有和原函数一样的元信息了
from functools import wraps
def logged(func):
@wraps(func)
def with_logging(*args, **kwargs):
print func.__name__ + " was called"
return func(*args, **kwargs)
return with_logging
@logged
def f(x):
"""does some math"""
return x + x * x
print f.__name__ # prints 'f'
print f.__doc__ # prints 'does some math'
6.内置装饰器
@property 的用法参见：把类方法变成属性，可以通过类直接调用
class Student(object):
def __init__(self, name, score):
self.name = name
self.__score = score
@property
def score(self):
return self.__score
@score.setter
def score(self, score):
if score < 0 or score > 100:
raise ValueError('invalid score')
self.__score = score
注意: 第一个score(self)是get方法，用@property装饰，第二个score(self, score)是set方法，用@score.setter装饰，@score.setter是前一个@property装饰后的副产品。 现在，就可以像使用属性一样设置score了：
>>> s = Student('Bob', 59)
>>> s.score = 60
>>> print s.score
http://www.cnblogs.com/superxuezhazha/p/5793450.html
@staticmethod ：静态方法
@classmethod : 类方法
参考：http://www.cnblogs.com/taceywong/p/5813166.html
Python其实有3类方法：
- 静态方法（staticmethod）
- 类方法（classmethod）
- 实例方法（instance method） 实例：
def foo(x): print "executing foo(%s)" %(x) class A(object): def foo(self,x): print "executing foo(%s,%s)" %(self,x) @classmethod def class_foo(cls,x): print "executing class_foo(%s,%s)" %(cls,x) @staticmethod def static_foo(x): print "executing static_foo(%s)" %x a = A()在示例代码中，先理解下函数里面的self和cls。这个self和cls是对类或者实例的绑定，对于一般的函数来说我们可以这么调用
foo(x)，这个函数就是最常用的，它的工作和任何东西（类、实例）无关。对于实例方法，我们知道在类里每次定义方法的时候都需要绑定这个实例，就是foo(self,x)，为什么要这么做呢？因为实例方法的调用离不开实例，我们需要把实例自己传给函数，调用的时候是这样的a.foo(x)（其实是foo(a,x)）。类方法一样，只不过它传递的是类而不是实例，A.class_foo(x)。注意这里的self和cls可以替换别的参数，但是python的约定是这两个，尽量不要更改。对于静态方法其实和普通的方法一样，不需要对谁进行绑定，唯一的区别是调用时候需要使用
a.static_foo(x)或A.static_foo()来调用。\ 实例方法 类方法 静态方法 a = A() a.foo(x) a.class_foo(x) a.static_foo(x) A 不可用 A.clas_foo(x) A.static_foo(x) >>> a=A() >>> a.foo(3) executing foo(<__main__.A object at 0x108117790>,3) >>> a.class_foo(3) executing class_foo(<class '__main__.A'>,3) >>> A.class_foo(3) executing class_foo(<class '__main__.A'>,3) >>> a.static_foo(3) executing static_foo(3) >>> A.static_foo(3) executing static_foo(3) >>> A.foo(3) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: unbound method foo() must be called with A instance as first argument (got int instance instead) >>>
装饰器的顺序
@a
@b
@c
def f (): 等同于f = a(b(c(f)))
python的__call__、__str__、__repr__、__init__、__class__、__name___、__all__、__doc__、__del__等魔术方法的作用
