Python中的闭包与迭代器

前面内容补充

函数名分应用(第一类对象)

函数名的命名规范与变量命名是一样的
函数名其实就是变量名

 

函数名可以作为列表中的元素进行存储

例如:

def func1():
    pass
def func2():
    pass
def func3():
    pass

lis = [func1,func2,func3]
for el in lis:
    el()

可以作为参数传递给函数,

def func():
    pass
def proxy(fu):
    fu()
proxy(func)

可以作为函数的返回值

def func():
    def inner():
        pass
    return inner
ret = func()
ret()
同
func()()

二   闭包

闭包:  在内层函数中访问外层函数的局部函数的局部变量

简易写法:

 

def func():
    a = 10
    def inner():
        print(a)
    return inner

 

作用 :

　　　　1   保护你的变量不收外界影响

　　　　2   可以让变量常驻内存

 

例如:    超简易的爬虫

 

from urllib.request import urlopen

def outer():
    s = urlopen("http://www.xiaohua100.cn/index.html").read()  #常驻内存
    def getContent():
        return s   #闭包
    return getContent
print("爬取内容")
pa = outer()
ret = pa()
print(ret)




主要体现是闭包的常驻内存 方便以后调用

 

判断是否为闭包

写法格式:

_closure_

里面的函数名._closure_     如果打印的是None 则不是闭包,  如果打印的不是None   则是闭包

def outer():
    a = 10
    def func():
        print(a)
    print(func.__closure__)   # 查看该函数是不是闭包
outer()


结果:
(<cell at 0x000002A3B8817588: int object at 0x000000006AAC6D40>,)

三  迭代器

　　使用dir来查看该数据包含了那些方法

例如:

print(dir(list))

结果
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

dir 查看XX类型的数据可以执行哪些方法,  _iter_ () iterable

所有带_iter_  都是可以使用for循环的  可以迭代的对象

 

可迭代的对象:  Iterable , 里面有_iter_()  可以获取迭代器,没有_next_()

 

迭代器:  是用来遍历列表,字符串,元组,.......... 可迭代的对象

迭代器 :  Iterator , 里面有 _iter_() 可以获取迭代器  里面还有_next_()  将可迭代对象迭代

s = "我听见冬天的离开,你在某时某刻醒过来"
it = s.__iter__() # 获取迭代器
print(dir(it)) # 迭代器里有__iter__ 还有__next__


结果
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__']

 

迭代器的特点:

1  　　只能向前

2 　　  惰性机制

3　　 　省内存

 

for 循环内部机制

1 首先获取到迭代器

2 使用while循环获取数据

3 it._next_()来获取数据

4 处理异常  try:xxx    　　except StopIteratio:

 

迭代器模拟for循环

# 迭代器模拟for循环
lis = ["王尼玛","狗哥","熊大","小眼","小猪","胡大宇"]
it = lis.__iter__()
while 1 :
    try:  # 尝试执行
        print(it.__next__())  #获取下一个元素
    except StopIteration:  #  处理错误
        break

 

判断数据是否是可迭代的, 以及数据是否是迭代器

偏方

lit = ["所以说","永远多长","永远短暂","永远很遗憾","没个人有每个人不同的计算"]
it = lit.__iter__()
print("__iter__" in dir(it))
print("__next__" in dir(it))

结果

True
True

 

官方方案

from collections import Iterable  # 可迭代对象
from collections import Iterator  #  迭代器

print(isinstance(lit,Iterable))
print(isinstance(lit,Iterator))

print(isinstance(it,Iterable))
print(isinstance(it,Iterator))

 

list()  也能循环迭代

lit = ["所以说","永远多长","永远短暂","永远很遗憾","每个人有每个人不同的计算"]
it = lit.__iter__()
# list(参数)把参数进行循环迭代
s = list(it)  #  在list中,一定存在for,一定有__next__()
print(s)

结果
['所以说', '永远多长', '永远短暂', '永远很遗憾', '每个人有每个人不同的计算']