初次编辑2017年10月28日,星期六
摘要
引用:百度
- 列表生成式
- 生成器表达式
- 面向过程编程
- 递归
一. 上节课复习
- 可迭代的：对象有__iter__方法的都是可迭代的对象
- 迭代器：对象 .iter()得到的结果就是迭代器
- 迭代器的特征：
- 迭代器.next()取下一个值
- 优点：
- 提供了一种统一的迭代对象的方式，不依赖于索引
- 惰性计算
- 缺点：
- 无法获取迭代器的长度
- 一次性的，只能往后取值，不能往前退，不能像索引那样去取得某个位置的值
- 生成器：函数带有yield关键字，那么这个函数的执行结果就是生成器
- 生成器的本质就是迭代器
def func():
n=0
while True:
yield n
n += 1
g=func()
res=next(g)
for i in g:
pass- 总结yield功能：
- 相当于把__iter__和__next__方法封装到函数内部
- 与return相比，return只能返回一次，而yield可以返回多次
- 函数暂停以及继续运行的状态是通过yield保存的
- yield的表达式形式：
food= yield
def eater(name):
print('%s start to eat '%name)
while True：
food=yield
print('%s eat %s'%(name,food))
e=eater('zhejiangF4')- e.send与next(e)的区别
- 如果函数内yield是表达式形式，那么必须先next(e)
- 二者的共同之处都是可以让函数在上次暂停的位置继续运行，不一样的地方在于send在触发下一次代码的执行时，会顺便给yield传一个值
- 另 e.send(None) 和next(e) 效果一样
二. 协程函数初始化装饰器
- 简单装饰器
def foo(func):
def foo1(*args,**kwargs):
res = func(*args,**kwargs)
next(res)
return res #此处理解 生成器是一次性的
return foo1
@foo #eater = foo(eater) = foo1
def eater(name):
print('%s start to eat food '% name)
food_list = []
while True:
food = yield food_list
print('%s get %s, to start eat '% (name, food))
food_list.append(food)
print('Done')
e = eater('钢蛋') #foo1('钢蛋')
print(e.send('123'))三. send实现爬网页
from urllib.request import urlopen
def my_next(func):
def foo(*args,**kwargs):
res = func(*args,**kwargs)
next(res)
return res
return foo
@my_next
def get():
while True:
url = yield
res = urlopen(url).read() #爬网页返回值
print(res) #输出爬网页结果
g=get()
g.send('http://www.baidu.com')
g.send('http://www.python.org')四. 面向过程的程序设计
- 面向过程的编程思想：流水线式的编程思想，在程序设计时，需要把整个流程设计出来
- 优点:
- 体系结构更加清晰
- 简化程序的复杂度
- 缺点：
- 可扩展性极其差，所以说面向过程的应用场景是：不需要经常变化的软件
- 优点:
- 实现 #grep -rl 'python' C:egon
# grep -rl 'python' C:egon
import os
#装饰器，将生成器next初始化
def init(func):
def foo(*args,**kwargs):
res = func(*args,**kwargs)
next(res)
return res
return foo
@init
def search(target):
'查找文件绝对路径'
while True:
dir_path = yield #此yield放在while外还是内有疑问:yield放在while外就会造成死循环，无法进行下次yield
g = os.walk(dir_path) #g为迭代器
for i in g:
# print(i)
for j in i[-1]:
file_path = '%s\%s'%(i[0],j)
target.send(file_path)
@init
def opener(target):
'打开文件获取文件句柄'
while True:
file_path = yield
with open(file_path) as f:
target.send((f,file_path)) #send传递两个文件时，需加括号
@init
def cat(target):
'读取文件内容'
while True:
f,file_path = yield
for line in f: #读取一行文件
target.send((line,file_path))
@init
def grep(target,pattern): #传递两个参数，其中pattern为要过滤的字符串
'过滤文件一行中是否有python'
while True:
line,file_path = yield
if pattern in line:
target.send(file_path) #需传递文件路径
@init
def printer():
'打印文件路径'
while True:
file_path = yield
print(file_path)
g=search(opener(cat(grep(printer(),'python'))))
g.send('C:\egon')五. 列表生成式
- 普通表达
egg_list = []
for i in range(100):
egg_list.append('egg%s'% i)
print(egg_list)- 列表生成式表达普通
egg_list = ['egg%s'%i for i in range(100)]
print(egg_list)- 列表生成式表达if判断
#列表内只会添加大于50的数字
egg_list = ['egg%s'%i for i in range(100) if i >50]
print(egg_list)- 语法
[expression for item1 in interable if condition1
for item2 in interable if condition2
…
for itemN in interable if conditionN
]类似于
res = []
for item1 in interable:
if condition1:
for item2 in interable:
if condition2:
…
for itemN in interable:
if conditionN:
res.append(expression )- 实现查找文件绝对路径，以列表的形式表达
import os
g = os.walk('C:\egon')
l = ['%s\%s'% (i[0],j) for i in g for j in i[-1]]
print(l)
#['C:\egon\a.txt - 副本.txt', 'C:\egon\a.txt.txt', 'C:\egon\a\a.txt.txt', 'C:\egon\a\a2.txt.txt', 'C:\egon\b\a.txt.txt', 'C:\egon\b\a1.txt.txt']六. 三元表达式
name = 'alex'
name = 'egon'
res = 'sb' if name =='alex' else 'shuai'
print(res) #输出shuai七.生成器表达式
- 语法：与列表生成式相似
(expression for item1 in interable if condition1
for item2 in interable if condition2
…
for itemN in interable if conditionN
)- 优点：省内存，一次只产生一个值在内存中
- 应用：读取一个大文件的所有内容，并且行处理
#读取文件，并去掉每一行两头空格
f = open('a.txt')
g= (line.strip() for line in f)
print(next(g))注意：因g为可迭代的，因而可以转换成列表list(g)
八. 声明式编程
- 消费总额计算
#鸡蛋 5 3
#特斯拉 10000000.2 5
#上衣 1000 3
#裤子 2000 3
#袜子 100
#读取包含以上信息的文件，并计算总共花费
#第一种传统写法
total = []
with open('b.txt','r',encoding='utf-8') as f:
for line in f:
goods=line.split() #split用法及返回值需加强
# print(goods)
res = float(goods[1])*float(goods[-1])
total.append(res)
print(total)
print(sum(total))
#第二种声明式编程写法
f=open('b.txt','r',encoding='utf-8') #不能用with 否则会IO操作报错
total=(float(line.split()[1])*float(line.split()[-1]) for line in f)
print(total)
print(sum(total))- 文件内容以字典形式嵌套在列表中
#[{'name': '袜子', 'price': '100', 'num': '3'}, {'name': '袜子', 'price': '100', 'num': '3'}, {'name': '袜子', 'price': '100', 'num': '3'}, {'name': '袜子', 'price': '100', 'num': '3'}, {'name': '袜子', 'price': '100', 'num': '3'}]
# 基本写法
res = []
d = {}
with open('b.txt','r',encoding='utf-8') as f:
for line in f:
l = line.split()
d['name'] = l[0]
d['price'] = l[1]
d['num'] = l[2]
res.append(d)
print(res)- 模拟数据库查询
with open('b.txt','r',encoding='utf-8') as f:
res = (line.split() for line in f)
dic_g = ({'name':line[0],'price':line[1],'num':line[2]} for line in res)
goods_dic = next(dic_g)
print(goods_dic['num'])- 关于with open() 报错
with open('b.txt') as f:
d = f
print(d) #有内存地址，不是很理解
print(next(d)) #报错作业
今日总结
<wiz_tmp_tag id="wiz-table-range-border" contenteditable="false" style="display: none;">