迭代器

　　有参装饰器，在针对账号的不同来源，还需定制不同的认证方式：

在基于不同方式认证可以在原先的两层函数上套用第三层函数，原因在于：

1、最内层的函数定义括号内带有wrapper(*args,**kwargs)是不能变更，这是为了在其内部的func是要在装饰器内找到对应原函数的值以及传值。

2、内层的外一层函数outter(func)也是不能去更变，这是对照原函数的传值设置。

3、最外层是可以增加函数用来内部判断哪种渠道可以进行认证，并且第三层最为装饰器的添加层在括号内可以无限制的添加。

 

 

import time
dic={"name":None}#用来记录账号是否登入过,以及登入后多少时间内不用重新输入账号
def suth(engine="file"):#第三层可以加无限制内容,目前加的是从哪个地方认证的登入筛选
    def outter(func):
        def warpper(*args,**kwargs):
            if dic["name"]:
　　　　　　　　 res=func(*args,**kwargs)
　　　　　　　　　retiurn res
            #已经登入过就不再重复输入账号密码
            name = input("username:").strip()
            pwd = input("password:").strip()
            if engine == "file":
                with open(r"E:\PycharmProjects\king\作业\name.txt","r",encoding="utf-8") as f:
                    for k in f:#基于文件认证
                        k = k.strip("\n")
                        info= k.split(",")
                        if name == info[0] and pwd == info[1]:
                            print("login successful")
                            dic["name"]=name#记录用户登入状态
                            res=func(*args,**kwargs)
                            return res
                    else:
                        print("账号密码错误")
            elif engine == "mode":
                print("基于mode认证")
            else:
                print("基于其他认证来源")
        return warpper
    return outter

@suth(engine = "file")#suth(engine = "file")调用是进入outter
def index():
    print("welcome to index")
    time.sleep(2)

@suth(engine = "mode")#不同的engine 代表不同地方进入的渠道来源
def home(name):
    print("welcome %s to home" %name)
    time.sleep(0.5)

index()
home("yf")

迭代器：
什么是迭代器？
迭代器是一个重复过程，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

为什么要迭代器：
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、文件则不适用。
所以必须找到一种通用并且不依赖于索引的迭代器取值方式=》迭代器
可迭代的对象在python中但反内置有__iter__方法的对象，都是可迭代的对象

迭代器对象：指的是内置有__iter__方法，又内置有__next__的方法对象。
执行可迭代对象的__tier__方法得到的就是内置的迭代器对象
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__得到的任然是迭代器本身

#在平时中，需要先拿到可迭代对象：
info_iter=info__iter__()#加括号是变成迭代器对象
#再进行循环
while True:
　　try:#进行捕捉
　　　　print(info_iter.__next__())#括号运行迭代器
　　except stop Iteration#异常，整体进行迭代器将值运作完之后的异常捕捉
　　break
而for循环就是一个迭代器
在迭代对象中字符串，字典，列表，元组，集合以及文件，其中文件本身就是迭代器对象，而迭代器对象的__iter__还是迭代器，只是为了for循环统一标准。
f=open("db.txt","r")
f.__next__()执行一行文件内的内容
也可以写为next(f)

需要强调的一点迭代器对象一定是可迭代对象，反之则不然
优点：
提供一种通用的，可以不依赖索引的迭代取值方式
迭代器对象更加节省内存
缺点：
迭代器的取值不如按照索引的方式更灵活，因为他只能往后取不能往前退
无法预测迭代器值的个数（没next取一个值）

可迭代对象可一直进行迭代，迭代器只有第一次有，后面的为无。