一.装饰器：
定义：装饰器本质是函数，用来装饰其他函数（就是为其他函数添加附加功能）
原则：不能修改被装饰的函数的源代码及调用方式
实现装饰器知识贮备：
1.函数即‘变量’
2.高阶函数
a. 把一个函数名当作实参名转给另外一个函数（在不修改被装饰函数源代码的情况下为其添加功能）
b.返回值中包含函数名（不修改函数的调用方式）
3.嵌套函数
a.在一个函数里用def定义一个新的函数才是函数嵌套
总结：
高阶函数+嵌套函数=>装饰器
示例:
def foo(func): # 装饰器
def bar(*args): # 嵌套的函数
print('hello')
start_time=time.time()
ret=func(*args) # ret接收函数运行结果
end_time=time.time()
print('func run time:',end_time-start_time)
return ret # 返回函数运行的结果
return bar # 返回嵌套函数名
@foo # 相当于test1=foo(test1),为下面的函数添加附加功能
def test1(name,age): # 带参函数
time.sleep(3)
print('i am is test1 %s,age is %s' %(name,age))
@foo
def test2(): # 不带参数有返回值的函数
time.sleep(1)
print('i am is test2')
return '-----dan---------'
print(test2())
ret=test1('canshu',22)
print(ret)
二.生成器
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator，生成器保存的是算法，只能通过next()函数获得generator的下一个返回值。
列表推导：
list=[item for item in iterable] # 元素一次性生成完，这样如果数量量大的话会占用大量内存空间
生成器：
只有在调用的时候才会生成相应的元素，只记录当前位置，只有一个方法__next__()（在2.0版本该方法名为next()）
>>>g=(i for i in range(10000) )
>>>g.__next__()
>>> 0
>>>g.__next__()
>>> 1
yield
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b # 生成器
a, b = b, a + b
n = n + 1
return '---done---' # 发生异常的时候打印的消息
g=fib(6)
while True:
try:
x=next(g)
print('g"',x)
except StopIteration as e:
print('Generator return vale:',e.value)
break
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。
三.迭代器
我们已经知道，可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable，可以使用isinstance()判断一个对象是否是Iterable对象.
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
判读下面对象是否是可迭代对象
print(isinstance('abc',Iterable)) # true
print(isinstance((),Iterable)) # true
print(isinstance([],Iterable)) # true
print(isinstance(123,Iterable)) # false
print(isinstance((x for x in range(10)),Iterable)) # true,判断生成器是否是可迭代对象
print(isinstance(iter([]),Iterator)) # iter()能把对象转换成迭代器，判断是否是迭代器
小结
凡是可作用于for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
四.json模块
import json
# json模块的作用之一：根据字符串书写格式，将字符串自动转换成相应格式
inp_str='[11,22,33,44]'
inp_list=json.loads(inp_str) # 把字符串转换成列表
print(inp_list)
inp_dic='{"k1":22,"k2":"ee"}' # 把字符串字典(列表）转换成字典（列表），注意里面要用双引号，单引号报错
i_dic=json.loads(inp_dic)
print(i_dic)
