Python求索之路3——迭代器、装饰器、生成器、正则

标签：

1、迭代器

迭代器是访问数据集合的一种方式，它只能从集合的第一个元素开始顺序访问，直到最后一个元素结束。类似于linux里的cat命令，只能挨行读取文本内容，不可以跳到中间或者尾部读取(不会把所有的数据都读到内存中)，对于上G的文件，比较节约内存。该迭代的好处就是它事先不需要准备好集合里的所有元素，遍历到该元素时才会计算处理该元素，这点与列表有很大的不同。

示例1:

a = iter([‘add‘,‘dfdf‘,‘dfdfd‘])
print a.next()#取第一个值
print a.next()#取第二个值
print a.next()#取第三个值# a = iter([‘add‘,‘dfdf‘,‘dfdfd‘])

迭代器关键字iter()，读取集合元素时，只能使用next()方法挨个读取，每次读取一个值，不能随机读取。

示例2:

for line in open("test.txt").readlines():
　　print line

和

for line in open("test.txt"):   #use file iterators
    print line

区别:

for line in open("test.txt").readlines()方法是将整个文件读到内存，然后每行读取；

for line in open("test.txt")方法利用迭代器，每次读取一行。

2、生成器

生成器也是一种迭代器，拥有next()方法并且行为与迭代器完全相同。当一个函数中包含yield关键字时，该函数就是一个生成器函数。这里的yield相当于普通函数里的return，只不过yield返回的是一个生成器。第一次执行next()方法时，才会调用生成器函数。当该函数执行到yied语句时会中止，并以yield的参数作为此次next()方法的返回值返回。之后每次调用next()方法时，生成器函数接着上次中止的yield语句往下继续执行，直到遇到yield语句再此中止。

示例:

def Get_Number():#1#4
    yield 0#5#7
    yield 1#8#10
    yield 2#11#12

a = Get_Number()#2
print a.next()#3
print a.next()#6
print a.next()#9

程序第一次执行到print a.next()语句时会调用Get_Number函数，该函数执行到yield 0 时会返回yield后面的参数0，并中止函数的执行。然后程序继续执行第二句print a.next()，继续调用Get_Number函数，然后执行yield 1语句返回1，然后中止函数体的执行，再继续执行第三句print a.next()。。。

 示例:单线程并发运算

import time
def consumer(name):
    print("%s 准备吃包子啦!" %name)
    while True:
       baozi = yield
 
       print("包子[%s]来了,被[%s]吃了!" %(baozi,name))
 
def producer(name):
    c = consumer(‘A‘)
    c2 = consumer(‘B‘)
    c.__next__()
    c2.__next__()
    print("老子开始准备做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了2个包子!")
        c.send(i)
        c2.send(i)
 
producer("ahaii")

View Code

3、装饰器

示例:

def login(func):
    print ‘login‘
    return func#只返回func函数的内存地址，不调用func

def tv(name):
    print ‘%s to tvpage‘ % name

f = login(tv)
f(‘ahaii‘)

Python求索之路3——迭代器、装饰器、生成器、正则

标签：

原文地址：http://www.cnblogs.com/ahaii/p/5161229.html