装饰器,迭代器,生成器总结

####################1.0无参装饰器#####################

# -*- coding: utf-8 -*-
# @Time: 
# @Auther: kongweixin
# @File:
"""

一:储备知识
1,*args  **kargs

# 定义函数index

这里的函数index只是一个普通的函数,主要的就是函数 wrapper()  
def index(x,y):
    print(x,y)

wrapper() 函数的目的就是为了外包函数 

def wrapper(*args,**kargs):   
    #*args,**kargs参数为形参(特点就是可以接受所有的数据类型)
    | *是元组  **是字典类型,例如:形参数为(111,222,a=1,b=2)|-=-=>(111,222){'a':1,'b':2}
    index(*args,**kargs) # 实参为 (111,222){'a':1,'b':2}|-=-=>(111,222,a=1,b=2)
wrapper(x=111,y=222)

# 这里就是理解一个东西就是wrapper()函数的作用 和传参方式
从wrapper 和index函数的调用  从参数传递来说
wrapper(x=111,y=222)--->  x=111,y=222  {"x":111."y":222}----->而 index()中进行传参
是是将其{"x":111."y":222}进行"打散"那就变成了x=111,y=222---->index(x=111,y=222)----   
--->然后进行调用index函数进行使用  --->输出111 222


2、名称空间与作用域：名称空间的的"嵌套"关系是在函数定义阶段，即检测语法的时候确定的(重点)
定义阶段:书写函数的过程中的时候进行分析

3、函数对象
    可以把函数当做参数传入
    可以把函数当做返回值返回

def index():
    x=123
    return x
def foo(func):# func = 函数名 所以这里可以进行多种函数类型
    return func
index()

f=foo(index)
f()


def index():
    x=123
    print(x)
print(index)
def foo():
    x=123
    def index():
        print(x)
    return index

res=foo()
res()
print(res)

4、函数的嵌套定义:
def outter(func):
    def wrapper():
        pass
    return wrapper

#5、闭包函数

def outter():
    x=111
    def wrapper():
         print(x)
    return wrapper

f=outter()
# print(f)
f()


"""
"""

闭包函数是什么????====>>闭包函数其实就是一种传参方式(重点)

# 传参的方式一：   通过参数的形式为---->函数体传值
def wrapper(x):
    print(1)
    print(2)
    print(3)
    x

wrapper(1)
wrapper(2)
wrapper(3)

传参的方式二: 通过闭包的方式为函数体传值

def outter(x):
    # x=1
    def wrapper():
        print(1)
        print(2)
        print(3)
        x
    return wrapper # return outter内的wrapper那个函数的内地址

# f1=outter(1)
# f2=outter(2)
# f3=outter(3)


wrapper=outter(1)
wrapper()

"""
# 装饰器
"""
1,什么是装饰器
    器指的是工具，可以定义成函数
    装饰指的是为其他事物添加额外的东西点缀
    
    合在一起的解释:
         装饰器指的定义一个函数，该函数是用来为其他函数添加额外的功能

2、为何要用装饰器
    开放封闭原则
        开放：指的是对拓展功能是开放的
        封闭：指的是对修改源代码是封闭的

    装饰器就是在不修改被装饰器对象源代码以及调用方式的前提下为被装饰对象添加新功能

3、如何用    
     
# 需求:在不修改index函数的源代码以及调用方式的前提下为其添加统计运行时间的功能
import time

def index(x,y):   
    time.sleep(3)
    print('index %s %s'%(x,y))

index(111,222)#或者index(y=111,x=222) | index(111,y=222)


#################################
#解决方案：一 
import time

def index(x,y):
    start=time.time()
    time.sleep(3)
    print('index %s %s' %(x,y))
    stop = time.time()
    print(stop - start)

index(111,222)

#结果失败     理由：没有修改被装饰对象的调用方式，但是修改了其源代码


###################################
# 解决方案二:
import time
def index(x,y):
    time.sleep(3)
    print('index %s %s' % (x, y))

start=time.time()
index(111,222)
stop=time.time()
print(stop - start)

#结果失败     理由：没有修改被装饰对象的调用方式，也没有修改了其源代码，并且加上了新功能  但是代码冗余(如果多次调用的函数)
# 举例
# start=time.time()
# index(111,222)
# stop=time.time()
# print(stop - start)


# start=time.time()
# index(111,222)
# stop=time.time()
# print(stop - start)

# start=time.time()
# index(111,222)
# stop=time.time()
# print(stop - start)

# 以上即是代码冗余


############################################
#解决方案三:  将需求写到另一个函数进行调用

import time
def index(x,y):
    time.sleep(3)
    print('index %s %s'%(x,y))

def wrapper():
    start=time.time()
    index(111,222)
    stop=time.time()
    print(stop - start)
    

wrapper()


# 结果失败   理由：解决了方案二代码冗余问题，但带来一个新问题即函数的调用方式改变了

"""
# 根据方案三可以看到index()函数已被写死  index(x,y) 两个形参已被固定  x=111 , y=222
"""
# 方案优化三:  特点:将index()的参数写活

import time

def index(x, y, z):
    time.sleep(3)
    print('index %s %s %s' % (x, y, z))


def wrapper(*args, **kwargs):
    start = time.time()
    index(*args, **kwargs)
    stop = time.time()
    print(stop - start)


# wrapper (111,222)
wrapper(x=333, y=444,z=555)



# 方案三的优化二：特点:在优化一的基础上把被装饰对象写活了，原来只能装饰index

import  time

def index(x,y,z):
    time.sleep(3)
    print("index %s %s %s"%(x,y,z))

def home(name):
    time.sleep(3)
    print('welcome %s to home page' %(name))

#相当于闭包函数  进行wrapper函数调用
# outter(func)   中的func   就相当于  func=index  或者 func=home   等等等(括号的内容=调用函数内存地址) 
def outter(func):  
    # func=index #index的内存地址
    def wrapper(*args,**kwargs):
        start=time.time()
        func(*args,**kwargs)
        stop=time.time()
        print(stop-start)
    return wrapper

index =outter(index)
home=outter(home)
home(name='kwx')
index(1,2,3)


# 方案三的优化三：将wrapper做的跟被装饰对象一模一样，以假乱真

import time

def index(x,y,z):
    time.sleep(3)
    print('index %s %s %s' %(x,y,z))

def home(name):
    time.sleep(2)
    print('welcome %s to home page' %name)
    return 123  #有和无装饰器返回值
# outter函数 闭包函数
def outter(func):
    def wrapper(*args,**kwargs):
        start=time.time()
        res=func(*args,**kwargs)
        stop=time.time()
        print(stop - start)
        return res
    return wrapper
# 偷梁换柱：home这个名字指向的wrapper函数的内存地址  也就是为什么 -->#返回值--》 None
home=outter(home)
# home("kwx")

res=home('egon')   #其实调用的是res=wrapper('egon')
print('返回值--》',res)

#返回值--》 None   解决


#######################
无参装饰器结束  !!!!!!!!!!!
###########################
"""
#!!!!!!!!!! 大方向  :如何在方案三的基础上不改变函数的调用方式!!!!!!!!!!!!!!!!!!
# 这里有个语法糖: 让你开心的语法(就是简化函数的基本调用)

"""
# 进行举例:下面是方案优化三 

import time

# 函数index()
def index(x,y,z):
    time.sleep(3)
    print('index %s %s %s' %(x,y,z))
# 函数home
def home(name):
    time.sleep(2)
    print('welcome %s to home page' %name)
    return 123  #有和无装饰器返回值
# outter函数 闭包函数


# 无参装饰器
def outter(func):
    def wrapper(*args,**kwargs):
        start=time.time()
        res=func(*args,**kwargs)
        stop=time.time()
        print(stop - start)
        return res
    return wrapper

home=outter(home)

res=home('kwx')
print('返回值--》',res)


##################利用语法糖进行装饰器


import  time 
# 首先 书写装饰器
def timmer(func):
    def wrapper(*args,**kwargs):
        start = time.time()
        res = func(*args, **kwargs)
        stop = time.time()
        print(stop - start)
        return res
    return wrapper
# 在被装饰对象正上方的单独一行写@装饰气的名字
@timmer # index=timmer(index)
def index(x,y,z):
    time.sleep(3)
    print('index %s %s %s' %(x,y,z))
@timmer # home=timmer(ome)
def home(name):
    time.sleep(2)
    print('welcome %s to home page' %name)
    return 123  #有和无装饰器返回值

index(x=1,y=2,z=3)
home('kwx')



# 思考题（选做），叠加多个装饰器，加载顺序与运行顺序
# @deco1 # index=deco1(deco2.wrapper的内存地址)
# @deco2 # deco2.wrapper的内存地址=deco2(deco3.wrapper的内存地址)
# @deco3 # deco3.wrapper的内存地址=deco3(index)
# def index():
#     pass



######################################################
# 总结无参装饰器模板

def outter(func):
    def wrapper(*args,**kwargs):
        # 1、调用原函数
        # 2、为其增加新功能
        res=func(*args,**kwargs)
        return res
    return wrapper


def auth(func):#加密功能
    def wrapper(*args, **kwargs):
        # 1、调用原函数
        # 2、为其增加新功能
        name = input('your name>>: ').strip()
        pwd = input('your password>>: ').strip()
        if name == 'egon' and pwd == '123':
            res = func(*args, **kwargs)
            return res
        else:
            print('账号密码错误')

    return wrapper


@auth
def index():
    print('from index')


index()
"""

##############2.0有参装饰器##################
# 一：知识储备
# 由于语法糖@的限制，outter函数只能有一个参数，并且该才是只用来接收
#                                       被装饰对象的内存地址
# def outter(func):
#     # func = 函数的内存地址
#     def wrapper(*args,**kwargs):
#         res=func(*args,**kwargs)
#         return res
#     return wrapper
#
# # @outter # index=outter(index) # index=>wrapper
# @outter # outter(index)
# def index(x,y):
#     print(x,y)

# 偷梁换柱之后
# index的参数什么样子，wrapper的参数就应该什么样子
# index的返回值什么样子，wrapper的返回值就应该什么样子
# index的属性什么样子，wrapper的属性就应该什么样子==》from functools import wraps


# 山炮玩法：
# def auth(func,db_type):
#     def wrapper(*args, **kwargs):
#         name=input('your name>>>: ').strip()
#         pwd=input('your password>>>: ').strip()
#
#         if db_type == 'file':
#             print('基于文件的验证')
#             if name == 'egon' and pwd == '123':
#                 res = func(*args, **kwargs)
#                 return res
#             else:
#                 print('user or password error')
#         elif db_type == 'mysql':
#             print('基于mysql的验证')
#         elif db_type == 'ldap':
#             print('基于ldap的验证')
#         else:
#             print('不支持该db_type')
#
#     return wrapper
#
# # @auth  # 账号密码的来源是文件
# def index(x,y):
#     print('index->>%s:%s' %(x,y))
#
# # @auth # 账号密码的来源是数据库
# def home(name):
#     print('home->>%s' %name)
#
# # @auth # 账号密码的来源是ldap
# def transfer():
#     print('transfer')
#
#
# index=auth(index,'file')
# home=auth(home,'mysql')
# transfer=auth(transfer,'ldap')
#
# # index(1,2)
# # home('egon')
# # transfer()


# 山炮二
# def auth(db_type):
#     def deco(func):
#         def wrapper(*args, **kwargs):
#             name=input('your name>>>: ').strip()
#             pwd=input('your password>>>: ').strip()
#
#             if db_type == 'file':
#                 print('基于文件的验证')
#                 if name == 'egon' and pwd == '123':
#                     res = func(*args, **kwargs)
#                     return res
#                 else:
#                     print('user or password error')
#             elif db_type == 'mysql':
#                 print('基于mysql的验证')
#             elif db_type == 'ldap':
#                 print('基于ldap的验证')
#             else:
#                 print('不支持该db_type')
#
#         return wrapper
#     return deco
#
# deco=auth(db_type='file')
# @deco # 账号密码的来源是文件
# def index(x,y):
#     print('index->>%s:%s' %(x,y))
#
# deco=auth(db_type='mysql')
# @deco # 账号密码的来源是数据库
# def home(name):
#     print('home->>%s' %name)
#
# deco=auth(db_type='ldap')
# @deco # 账号密码的来源是ldap
# def transfer():
#     print('transfer')
#
#
# index(1,2)
# home('egon')
# transfer()


# 语法糖
def auth(db_type):
    def deco(func):
        def wrapper(*args, **kwargs):
            name = input('your name>>>: ').strip()
            pwd = input('your password>>>: ').strip()

            if db_type == 'file':
                print('基于文件的验证')
                if name == 'egon' and pwd == '123':
                    res = func(*args, **kwargs)  # index(1,2)
                    return res
                else:
                    print('user or password error')
            elif db_type == 'mysql':
                print('基于mysql的验证')
            elif db_type == 'ldap':
                print('基于ldap的验证')
            else:
                print('不支持该db_type')
        return wrapper
    return deco


@auth(db_type='file')  # @deco # index=deco(index) # index=wrapper
def index(x, y):
    print('index->>%s:%s' % (x, y))

@auth(db_type='mysql')  # @deco # home=deco(home) # home=wrapper
def home(name):
    print('home->>%s' % name)


@auth(db_type='ldap')  # 账号密码的来源是ldap
def transfer():
    print('transfer')

# index(1, 2)
# home('egon')
# transfer()




# 有参装饰器模板
def 有参装饰器(x,y,z):
    def outter(func):
        def wrapper(*args, **kwargs):
            res = func(*args, **kwargs)
            return res
        return wrapper
    return outter

@有参装饰器(1,y=2,z=3)
def 被装饰对象():
    pass



#########补充#
'''

#偷梁换柱，即将原函数名指向的内存地址偷梁换柱成wrapper函数
#        所以应该将wrapper做的跟原函数一样才行

from functools import wraps#!!!!!!!!!!!这是改变被调对象的属性的模块

def outter(func):
    @wraps(func)     #     将func函数的属性赋值给wrapper的 语法糖  其实也就是一个装饰器
    def wrapper(*args, **kwargs):
        """这个是主页功能"""
        res = func(*args, **kwargs) # res=index(1,2)
        return res

    # 手动将原函数的属性赋值给wrapper函数
    # 1、函数wrapper.__name__ = 原函数.__name__
    # 2、函数wrapper.__doc__ = 原函数.__doc__
    # wrapper.__name__ = func.__name__
    # wrapper.__doc__ = func.__doc__

    return wrapper



@outter # index=outter(index)
def index(x,y):
    """这个是主页功能"""
    print(x,y)


print(index.__name__)
print(index.__doc__) #help(index)


'''

################3.0迭代器#######################
# -*- coding: utf-8 -*-
# @Time: 
# @Auther: kongweixin
# @File:

'''
前提：没有for循环
1、什么是迭代器(目的:转换为迭代器就不依赖所引取值)
    迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复
    都是基于上一次的结果而继续的，而不是单纯的重复
#单纯的重复
while True:
    name =input("你的名字是:>>")
#这才是迭代: 每次重复都是基于上一次的结果而继续的 "count+=1"
count=0
while True :
    print(count)
    coun+=1

2、为何要有迭代器
    迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型
    有：列表、字符串、元组、字典、集合、文件等类型


    l=['egon','liu','alex']
    i=0
    while i < len(l):
        print(l[i])
        i+=1

    上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组
    为了解决基于索引迭代器取值的局限性

    python必须提供一种能够不依赖于索引的取值方式，这就是迭代器


3、如何用迭代器

'''
#在pyhon中存在迭代类型中都有__iter__()的方法

"""
# 1、可迭代的对象：但凡内置有__iter__方法的都称之为可迭代的对象

s1=''             #str
# s1.__iter__()

l=[]              #list
# l.__iter__()

t=(1,)            #turple
# t.__iter__()

d={'a':1}         #dic
# d.__iter__()

set1={1,2,3}      #set
# set1.__iter__()

with open('a.txt',mode='w') as f:     #文件处理
    # f.__iter__()
    pass

"""

"""
# 2、调用可迭代对象下的__iter__方法会将其转换成迭代器对象(#     __iter__()作用:)


d = {'a': 1, 'b': 2, 'c': 3}
d_iterator = d.__iter__()
print(d_iterator)

print(d_iterator.__next__())#依次去key  a
print(d_iterator.__next__())#依次去key  b
print(d_iterator.__next__())#依次去key  c
print(d_iterator.__next__()) # 抛出异常StopIteration (没有值取了)




d = {'a': 1, 'b': 2, 'c': 3}
d_iterator = d.__iter__()

while True:
    # 异常处理
    try:
        print(d_iterator.__next__())
    except StopIteration:
        break

print('====>>>>>>') #在一个迭代器取值取干净的情况下，再对其取值取不到

# 想再取依次
d_iterator=d.__iter__() #从新造出来进行迭代

while True:
    try:
        print(d_iterator.__next__())
    except StopIteration:
        break




l=[1,2,3,4,5]
l_iterator=l.__iter__()

while True:
    try:
        print(l_iterator.__next__())
    except StopIteration:
        break


# 可以实现迭代 但是有点麻烦!!!------->所以推出for循环

for循环的工作原理
"""

"""
# 3、可迭代对象与迭代器对象详解
# 3.1 可迭代对象（"可以转换成迭代器的对象"）：内置有__iter__方法对象
#        可迭代对象.__iter__(): 得到迭代器对象

# 3.2 迭代器对象：内置有__next__方法并且内置有__iter__方法的对象
#        迭代器对象.__next__（）：会得到迭代器的下一个值
#        迭代器对象.__iter__（）：会得到迭代器的本身，(调了跟没调一个样子)

dic={'a':1,'b':2,'c':3} #字典没有next方法

dic_iterator=dic.__iter__()
print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__())
# 可以知道迭代器对象调用__iter__()就等于迭代器本身<下面有举例
"""


"""
# 4、可迭代对象：字符串、列表、元组、字典、集合、文件对象
#    迭代器对象：文件对象
s1=''
s1.__iter__()

l=[]
l.__iter__()

t=(1,)
t.__iter__()


d={'a':1}
d.__iter__()

set1={1,2,3}
set1.__iter__()


with open('a.txt',mode='w') as f:
    f.__iter__()
    f.__next__()

"""

"""
# 5、for循环的工作原理：for循环可以称之为叫迭代器循环
d = {'a': 1, 'b': 2, 'c': 3}

# 1、d.__iter__()得到一个迭代器对象
# 2、迭代器对象.__next__()拿到一个返回值，然后将该返回值赋值给k
# 3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环
for k in d:
    print(k)

with open('a.txt',mode='rt',encoding='utf-8') as f:
    for line in f: # f.__iter__()<==>f   迭代器对象调用__iter__()就等于迭代器本身<下面有举例
        print(line)


list('hello') #原理同for循环

"""

# 总结:
# 6、迭代器优缺点总结

# 6.1 优点：
# I、为序列和非序列类型提供了一种统一的迭代取值方式。
# II、惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，
#     就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，
#     如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。(省内存)

# 6.2 缺点：
# I、除非取尽，否则无法获取迭代器的长度
# II、只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，
#     否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，
#     如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。

################4.0生成器#######################

# -*- coding: utf-8 -*-
# @Time: 
# @Auther: kongweixin
# @File:
# 需求造一个数量巨大的数据类型


# 如何得到自定义的迭代器(生成器)：
# 在函数内一旦存在yield关键字，调用函数并不会执行函数体代码(yield可以返回多次值 与return返回值差不多)
# 会返回一个生成器对象，生成器即自定义的迭代器
"""

def func():
    print('第一次')
    yield 1
    print('第二次')
    yield 2
    print('第三次')
    yield 3
    print('第四次')



g=func()#生成器(自定义的迭代器)
print(g)
# 生成器就是迭代器
g.__iter__()
g.__next__()



# 会触发函数体代码的运行，然后遇到yield停下来，将yield后的值,
# 当做本次调用的结果返回
res1=g.__next__()
print(res1)#返回值1


res2=g.__next__()
print(res2)#返回值2

res3=g.__next__()
print(res3)#返回值3

res4=g.__next__()#没值了就报错



# 调用len()
# len('aaa') #本质就是 'aaa'.__len__()

# 同理如下:
# next(g)    # g.__next__()

# iter(可迭代对象)     # 可迭代对象.__iter__()

"""
"""
# 应用案列#产生多个个值
def my_range(start,stop,step=1):
    # print('start...')
    while start < stop:
        yield start
        start+=step
    # print('end....')


g=my_range(1,5,2) # 1 3
print(next(g))
print(next(g))
print(next(g))#取干净了就会报错

# 用for循环

for n in my_range(1,7,2):
    print(n)


"""


# 总结yield：
# 有了yield关键字，我们就有了一种自定义迭代器的实现方式。
# yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，
# 而yield可以保存函数的运行状态挂起函数，用来返回多次值

# !!!我们可以编写装饰器来完成为所有表达式形式yield对应生成器的初始化操作，如下:!!!

def init(func):
    def wrapper(*args,**kwargs):
        g=func(*args,**kwargs)
        next(g)
        return g
    return wrapper

@init
def eater():
    # print('Ready to eat')
    while True:
        food=yield
        print('get the food: %s, and start to eat' %food)


g=eater()
g.send("狗腿") #用于给food传参


# 表达式形式的yield也可以用于返回多次值，即变量名=yield 值的形式，如下:
# ！！！！ 变量名 = yield  + 值 ！！！！

def eater():
    print("Ready to eat")
    food_list=[]
    while True:
        food=yield food_list
        food_list.append(food)

e=eater()
next(e)
e.send("骨头")
e.send("吃鸡")
e.send('蒸熊掌')
e.send('蒸羊羔')
print(e.send('蒸鹿尾儿'))