python——迭代器、生成器、装饰器

迭代器

迭代器规则

　　迭代：重复做一些事很多次，就像在循环中那样。

　　不仅可以对字典和序列进行迭代，还可以对其他对象进行迭代：只要该对象实现了__iter__方法。

　　__iter__方法会返回一个迭代器（iterator），所谓的迭代器就是具有next方法（这个方法在调用时不需要任何参数）的对象。在调用next方法时，迭代器会返回他的下一个值。如果next方法被调用，但迭代器没有值可以返回，就会引发一个StopIteration异常。

　　注意：迭代器规则在3.0中有一些变化。在新的规则中，迭代器对象应该实现__next__方法，而不是next。而新的内建函数next方法可以用于访问这个方法。换句话说，next(it)等同于3.0之前版本中的it.next()。

　　迭代规则的关键是什么？为什么不使用列表呢？因为列表的杀伤力太大了。如果有一个函数，可以一个接一个地计算值，那么在使用时可能是计算一个值时获取一个值——而不是一次性获取所有值。如果有很多值，列表就会占用太多的内存。但还有其他的理由：使用迭代器更通用，更简单，更优雅。让我们看看一个不使用列表的例子，因为要用的话，列表长度必须无限。

　　这里的“列表”是一个斐波那契数列。使用的迭代器如下：

class Fibs:
    def __init__(self):
        self.a = 0
        self.b = 1

    def __next__(self):
        self.a, self.b = self.b, self.a+self.b
        return self.a

    def __iter__(self):
        return self

fibs = Fibs()           # 创建一个斐波那契数列对象
for f in fibs:          # 对数列进行迭代
    if f > 100:
        print(f)
        break

　　注意：迭代器实现了__iter__方法，这个方法实际上返回迭代器本身。在很多情况下，__iter__会放到其他的会在for循环中使用的对象中。这样一来，程序就能返回所需要的迭代器。此外，推荐使用迭代器实现它自己的__iter__方法，然后就能直接在函数中使用迭代器本身了。

　　**正式的说话是，一个实现了__iter__方法的对象是可迭代的，一个实现了next方法的对象则是迭代器。

　　**内建函数iter可以从可迭代的对象中获得迭代器。此外，他也可以从函数或者其他可调用的对象中获取可迭代对象。

　　从迭代器得到序列

　　除了在迭代器和可迭代对象上进行迭代（这是经常做的）外，还能把它们转换为序列。在大部分能使用序列的情况下（除了在索引或者分片等操作中），都能使用迭代器（或者可迭代对象）替换。关于这个的的一个很有用的例子是使用list构造方法显示地将迭代器转化为列表。

class TestIterator:
    value = 0

    def next(self):
        self.value += 1
        if self.value > 10:
            raise StopIteration
        return self.value

    def __iter__(self):
        return self

ti = TestIterator()
list(ti)

　　生成器

　　生成器是一种普通的函数定义的迭代器。

def flatten(nested):
    for sublist in nested:
        for element in sublist:
            yield element

nested = [[1, 2], [3, 4], [5]]
for num in flatten(nested):
    print(num)

-----结果
D:Python27python.exe D:/pythonwork/day04/iterator.py
1
2
3
4
5

　　任何含有yield语句的函数都称为生成器。出名字不同以外，他的行为和普通的函数也是有很大的差别的。这就是它不是像return那样返回值，而是每次产生多个值。每次产生一个值（使用yield语句），函数就会被冻结：即函数停在那点等待被重新唤醒。函数唤醒后就从停止的那点开始执行。

　　递归生成器

　　要解决多层嵌套循环的问题，需要借助于递归（recursion）。如下：

# 用递归解决多次嵌套循环问题


def flatten(nested):
    # 处理异常
    try:
        for sublist in nested:
            for element in flatten(sublist):
                yield element                  # 使用yield每次产生一个值，之后函数会被冻结，等待唤醒。
    except TypeError:
        yield nested

　　解析上述案例：

　　当flatten被调用时，有两种可能性（处理递归时大部分都是有两种情况）：基本情况和需要递归的情况。在基本情况下，函数被告知展开一个元素（比如一个数字）。这种情况下，for循环会引发一个TypeError异常（因为试图对一个数字进行迭代），生成器会产生一个元素。

　　如果展开的是一个列表（或者其他的可迭代对象），那么就要进行特殊处理。程序必须遍历所有的子列表（一些可能不是列表），并对它们调用flatten函数。然后使用另外一个for循环来产生被展开的自列表的所有元素。

　　*不应该flatten函数中对类似于字符串的对象进行迭代。处于两个原因。首先。需要实现的是将类似于字符串的对象当作原子值，而不是当成应被展开的序列。其次，对他们进行迭代，实际上会导致无穷递归，因为字符串的第一个元素是另外一个长度为1的字符串，而长度为1的字符串的第一个元素是其本身。

　　为了处理这种情况，则必须在生成器开始处添加一个检查语句。试着将传入的对象和一个字符串拼接，看会不会出现TypeError，这是检查一个对象是不是类似于字符串的最简单，最快速的方法。如下代码（加入了检查语句）：

def flatten(nested):
    # 处理异常
    try:
        try: nested + ''
        except TypeError: pass
        else: raise TypeError
        for sublist in nested:
            for element in flatten(sublist):
                yield element                  # 使用yield每次产生一个值，之后函数会被冻结，等待唤醒。
    except TypeError:
        yield nested

　　对代码进行解析：

　　如果表达式nested+'' 引发了一个TypeError，就会被忽略。然而如果没有引发TypeError，那么内层try语句中的else子句就会引发一个它自己的TypeError异常。这样就会按照原来的样子生成类似于字符串的对象（在except子句外面）。

　　通用生成器

　　生成器就是一种包含yield关键字的函数。当他被调用时，在函数体中的代码不会被执行，而会返回一个迭代器。每次请求一个值，就会执行生成器中的代码，知道遇到一个yield或者return语句。yield语句以为着应该生成一个值。return语句意味着生成器要停止执行（不再生成任何东西，return语句只有一个生成器中使用时才能进行无参数调用）。
　　生成器是由两位部分组成：生成器的函数和生成器的迭代器。生成器的函数是用def语句定义的，包含yield的部分，生成器的迭代器是这个函数返回的部分。生成器的函数返回的迭代器可以像其他的迭代器那样使用。

　　生成器方法

　　send方法：

　　“外部世界”作用域访问生成器的send方法，就像访问next方法一样，只不过前者使用一个参数（要发送的额“信息”——任意对象）。

　　yield方法：

　　在内部则挂起生成器，yield现在作为表达式而不是语句使用，换句话说，当生成器重新运行时，yield方法返回一个值，也就是外部通过send方法发送的值。

　　注意：

　　使用send方法（而不是next方法）只有在生成器挂起后才有意义（也就是说在yield函数第一次被执行后）。如果在此之前需要给生成器提供更多的信息，那么只需要使用生成器函数的参数。例如：

def repeater(value):
    while True:
        new = (yield value)
        if new is not None:
            value = new


r = repeater(43)
print(r.__next__())
print(r.send("hello python!"))

　　生成器还有两个其他的方法

　　throw方法：使用异常类型调用，还有可选的值以及回溯对象，用于在生成器内引发一个异常（在yield表达式中）。

　　close方法：用于停止生成器。

　　模拟生成器

　　例子如下：

# 下面是flatten生成器用普通函数实现
def flatten(nested):
    result = []
    try:
        # 不要迭代类似字符串的对象
        try:
            nested + ''
        except TypeError: pass
        else: raise TypeError
        for sublist in nested:
            for element in flatten(sublist):
                result.append(element)
    except TypeError:
        result.append(nested)
    return result

 　　装饰器

　　　见武sir博客：http://www.cnblogs.com/wupeiqi/articles/4943406.html