python-study-13
上节课复习
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
上节课复习: 1、闭包函数 闭指的是一个函数被封闭在另外一个函数内部 包指的是该函数包含对外部作用域名字的引用 def outter(): x=1 def inner(): print(x) return inner inner=outter() inner() 2、闭包函数的一种应用场景=》装饰器 1、什么是装饰器 装饰器就是用来为被装饰器对象添加额外功能的工具/函数 2、为什么要用装饰器 开放封闭原则,细分 1、不修改被装饰对象的源代码 2、不修改被装饰对象的调用方式 即装饰器的实现必须遵循1和2原则 3、如何用装饰器 今日内容 1、有参装饰器 2、迭代器 3、生成器 4、列表生成式、生成器表达式,字典生成式
有参装饰器
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
''' import time current_user={'user':None} def deco(func): def wrapper(*args,**kwargs): if current_user['user']: #已经登陆过 res = func(*args, **kwargs) return res user=input('username>>: ').strip() pwd=input('password>>: ').strip() if user == 'egon' and pwd == '123': print('login successful') # 记录用户登陆状态 current_user['user']=user res=func(*args,**kwargs) return res else: print('user or password error') return wrapper @deco def index(): print('welcome to index page') time.sleep(1) @deco def home(name): print('welecome %s to home page' %name) time.sleep(0.5) index() home('egon') ''' ''' def f1(): x=1 def f2(): def f3(): print(x) return f3 return f2 f2=f1() f3=f2() f3() ''' import time current_user={'user':None} def auth(engine='file'): def deco(func): def wrapper(*args,**kwargs): if current_user['user']: #已经登陆过 res = func(*args, **kwargs) return res user=input('username>>: ').strip() pwd=input('password>>: ').strip() if engine == 'file': # 基于文件的认证 if user == 'egon' and pwd == '123': print('login successful') # 记录用户登陆状态 current_user['user']=user res=func(*args,**kwargs) return res else: print('user or password error') elif engine == 'mysql': print('基于mysql的认证') elif engine == 'ldap': print('基于ldap的认证') else: print('无法识别认证来源') return wrapper return deco @auth(engine='mysql') # @deco #index=deco(index) #index=wrapper def index(): print('welcome to index page') time.sleep(1) @auth(engine='mysql') def home(name): print('welecome %s to home page' %name) time.sleep(0.5) index() home('egon')
迭代器
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
''' 1、什么是迭代器 迭代器即迭代取值的工具 迭代: 迭代是一个重复的过程,每一次重复都是基于上一次的结果而来的 单纯的重复并不是迭代 while True: print('1111') 迭代: l=['a','b','c'] def iterator(item): i=0 while i < len(item): print(l[i]) i+=1 2、 为什么要有迭代器 基于索引的迭代器取值方式只适用于列表、元组、字符串类型 而对于没有索引的字典、集合、文件,则不在适用 所以必须找到一种通用的并且不依赖于索引的迭代器取值方式=》迭代器 迭代器适用于可迭代的类型 3、如何用迭代器 ''' # l=['a','b','c'] # i=0 # while i < len(l): # print(l[i]) # i+=1 # l = ['a', 'b', 'c'] # s='hello' # # def iterator(item): #item='hello' # i = 0 # while i < len(item): # print(item[i]) # i += 1 # # iterator(l) # iterator(s) # 可迭代的对象:在python中但凡内置有__iter__方法的对象都是可迭代的对象 # 字符串、列表、元组、字典、集合、文件都是可迭代的对象 # num1=10 # num2=10.1 # s1='hello' # l=[1,2,3] # t=(1,2,3) # d={'x':1} # s2={1,2,3} # f=open('a.txt','w') # # s1.__iter__ # l.__iter__ # t.__iter__ # d.__iter__ # s2.__iter__ # f.__iter__ # # # 迭代器对象:指的是既内置有__iter__方法,又内置有__next__方法的对象 #执行可迭代对象的__iter__方法得到的就是内置的迭代器对象 # 文件对象本身就是迭代器对象 #强调: #1、迭代器对象一定是可迭代的对象,反之则不然 # info={'name':'egon','age':18,'is_beautiful':True,'sex':'male'} # info_iter=info.__iter__() # # print(info_iter) # # res1=info_iter.__next__() # print(res1) # # res2=info_iter.__next__() # print(res2) # # res3=info_iter.__next__() # print(res3) # # res4=info_iter.__next__() # print(res4) # # info_iter.__next__() # 一旦迭代器取值取干净,再继续取就会抛出StopIteration # info={'name':'egon','age':18,'is_beautiful':True,'sex':'male'} # # info=[1,2,3,4,5] # info_iter=info.__iter__() # while True: # try: # print(info_iter.__next__()) # except StopIteration: # break #for循环:迭代器循环 # info={'name':'egon','age':18,'is_beautiful':True,'sex':'male'} #in后跟的一定要是可迭代的对象 # for k in info: # info_iter=info.__iter__() # print(k) # f=open('a.txt','r') # for k in f: # print(k) # 迭代器对象:指的是既内置有__iter__方法,又内置有__next__方法的对象 # 执行迭代器对象的__next__得到的是迭代器的下一个值 # 执行迭代器对象的__iter__得到的仍然是迭代器本身 # iter_info=info.__iter__() # # print(iter_info) # print(iter_info is iter_info.__iter__() is iter_info.__iter__().__iter__().__iter__().__iter__().__iter__()) # #总结迭代器对象的优缺点: #优点: #1、提供了一种通用的、可以不依赖索引的迭代取值方式 #2、迭代器对象更加节省内存 # f=open('movie.tar.gz','rb') # f.__ next__() # f=open('db.txt','rt',encoding='utf-8') # # print(f.__next__()) # print(f.__next__()) # print(next(f)) #f.__next__() # s='hello' # print(s.__len__()) # print(len(s)) # s.__iter__() # print(iter(s)) # 缺点: #1、迭代器的取值不如按照索引的方式更灵活,因为它只能往后取不能往前退 #2、无法预测迭代器值的个数 # names=['egon','alex_SB','wxx_SB'] # iter_names=iter(names) # print(next(iter_names)) # print(next(iter_names)) # # iter_names=iter(names) # print(next(iter_names)) # print(next(iter_names)) # # print(next(iter_names)) # # print(names[1]) # print(names[1]) # s=set('helllllo') # print(s) # for i in 10: # pass # list(10) # names=['a','b','c','d'] # iter_names=iter(names) # # l1=list(iter_names) # print(l1) # # l2=list(iter_names) # print(l2) # f=open('db.txt','rt',encoding='utf-8') # # print(list(f)) # print(list(f)) # print(list(f)) # print(list(f)) # print(list(f)) # l1=[1,2,3,] # diedaiqi=l1.__iter__() # print(list(l1)) # print(list(l1)) # print(list(l1)) # print(list(l1)) # print(list(l1)) # print(list(l1))