Python中迭代器、生成器、闭包、装饰器详解(保姆级)

一、迭代器

关于迭代器的解释，有很多不同的说法，名词该怎么解释不是我们要研究的重点，姑且把它看成是“一种从数据容器中取值的工具”。

1.可迭代对象

Python中有一类对象可以跟在for循环中的in关键字后面，其目的是遍历对象中的元素，比如我们熟知的列表、元组、集合、字典、字符串等等，对于这类对象我们有时又称之为“可迭代对象”。

显然，整数值对象不能被遍历，Python解释器给我们返回了一个'int' object is not iterable的报错，用白话讲就是整型对象是不可迭代的。

对于分辨一个对象是不是可迭代对象，我们不必每次都去for循环它，看是否报错，Python为我们提供了判断工具。

collections.abc模块中有一个isinstance()方法，它传入一个对象参数和一个Iterable关键字参数，返回结果为布尔值，True则代表传入的对象为可迭代对象，False则代表传入的对象为不可迭代对象。

2.可迭代的本质

一个对象是否可以迭代，取决于这个对象是否有__iter__()方法，具有该方法的对象都是可迭代的。

3.迭代器对象

在循环迭代数据容器的过程中，不断记录每次访问到了第几条数据，以便返回下一条数据的这样一个抽象东西，我们叫作迭代器对象。

判断一个对象是否为迭代器对象，Python同样给我们提供了方法，同判断可迭代对象的方法类似，只不过把Iterable关键字换成了Iterator。

迭代器对象的本质：同时具有__iter__()和__next__()方法的对象叫作迭代器对象，不难看出可迭代对象不一定是迭代器对象，但迭代器对象一定是可迭代对象。

4.两个函数

iter()函数可以返回可迭代对象的迭代器对象；

next()函数可以获取迭代器对象的下一个元素。

5.创建迭代器对象

迭代器对象的__iter__()方法需要返回一个迭代器对象，因为我们创建的就是迭代器对象，因此可以直接返回自身，__next__()方法则是实现每次取一个元素功能的方法。__iter__()和__next__()方法都是Python类的内置方法，在对应的函数调用时自动调用。

6.Stopiteration异常

如示例，当我们对b这个迭代器对象不停的使用next()方法取值时，最终会报错，这是因为我们取尽迭代器中的元素了，下一个元素没有了。通常在类中需要定义触发这个异常，不然在for循环中将无限循环下去，第5点当中的自定义迭代器对象我们就没有相关定义。

7.for循环的本质

for循环只能遍历可迭代对象，在for循环的过程中，首先我们调用iter()方法获取可迭代对象的迭代器对象，然后对这个迭代器对象调用next()方法不断获取元素输出，当迭代器中的元素全被输出之后，就触发Stopiteration异常，for循环捕获到了这个异常就打破循环停止代码。

二、生成器

1.生成器对象有关概念

生成器是特殊的迭代器，因此生成器对象都有__iter__()和__next__()方法，可以对生成器对象调用next()函数取值。

可迭代对象不一定是迭代器对象，但迭代器对象一定是可迭代对象；

迭代器对象不一定是生成器对象，但生成器对象一定是迭代器对象。

2.生成器对象的创建

方法一：使用类似列表解析式（推导式）的方式创建，只不过需要把中括号换成圆括号。

方法二：通过生成器函数创建。

带有yield关键字的函数都不是普通的函数，我们称之为生成器函数，调用生成器函数不会直接执行该函数，而是会返回一个生成器对象，如示例中的对象a就是一个生成器对象。

3.一个完整生成器对象示例

生成器生成值的原理是，对生成器对象调用next()函数，将逐步执行生成器函数，当遇到yield关键字时，函数停止运行，把yield后面的结果返回给next()，直到下次再调用next()函数，重点：后次调用next()函数并不从头运行生成器函数，而是从上次调用停止的地方开始运行，即yield后面。

4.send()方法

send()方法与next()类似，同样起到唤醒生成器的作用，不同点在于send()方法可以向生成器传送值。

示例中第二次调用next()函数，显示ret的值为None，这是因为第一次调用next()函数时，执行完yield 100 就将100当作了next()的返回值，然后停止运行，而yield 100 这个句子本身是没有返回值的，因此ret为None。

使用send()函数唤醒生成器，send()的参数将会作为yield句子的返回值，在第二次唤醒生成器时将从上次停止的地方开始运行，即首先执行ret=这个赋值语句。

5.获取return返回值

生成器取值报错：

示例中碰到return报错，同时将return返回值作为报错内容，因此可以通过捕捉异常获取return返回值。

6.生成器的本质

生成器的本质是，没有存储实际数据，而是记住了生成数据的方法，需要数据的时候直接生成就行了，这样做可以很好的节约内存，在数据量非常大的时候很好用。

三、闭包

1.闭包的定义

在一个函数当中定义另一个函数，并且内部函数运用外部函数的局部变量或形参，外部函数返回内部函数的引用，这样的函数称为闭包。

2.闭包的实现原理

如示例，第一步当中的赋值语句，左边为变量名a，右边是外部函数test的调用，返回值为test_in，即为内部函数的引用，因此第一步执行完之后，相当于变量a和test_in一样，都指向内部函数，因此可以将a加括号像函数那样调用。

需要注意的是，闭包当中，外部函数的局部变量或形参不会随着外部函数的结束而消失。

3.nonlocal参数

需要修改外部变量的引用时，需要注明nonlocal关键字。

4.多个内部函数的闭包

5.类的__call__()方法

我们知道实例对象有实例.方法这样的操作手法，那么实例对象有没有实例()像函数调用那样的操作呢？答案是有的，只要我们在类中定义了__call__()方法，那么我们在调用实例()时将自动调用__call__()方法。

6.闭包的本质

闭包的本质是能持续调用外部函数的局部变量或引用。

四、装饰器

1.装饰器的本质

在不改变原函数的基础上，给原函数添加功能。

实现本质是创建闭包时传递函数参数。

2.一个示例

示例代码块的主要目的是帮我们统计一段代码的执行时间。

3.装饰器实现原理

首先从代码语法上来看，装饰器的实现原理是，一个装饰器函数(print_time)，一个实现功能的函数(count)，在实现功能函数的定义代码块上加上@print_time，就起到了修饰功能函数的目的。

运行原理，@print_time相当于把count函数的引用传递给了装饰器函数，它返回内部函数(print_in)的引用，这个值返回给了count，即现在count和print_in是一样的，而func函数继承了实现功能的代码块相当于之前的count，因此在装饰完后调用count函数时，相较不装饰，多了两个计时和一个时间做差输出功能。

4.功能函数需要传参

5.功能函数有返回值

示例中，质数个数的统计返回值为None，那是因为func函数虽然有返回值，但print_in函数并没有定义return，所以返回值为None。

6.通用装饰器

7.装饰器带有参数

@fun1(2)就相当于调用了fun1函数，返回的是fun2函数，并且根据闭包的特性记住了num参数(2)的值，等价于@fun2加一个参数。

8.多个装饰器同时装饰

从示例的输出结果不难看出，多个装饰器对同一个函数进行装饰时从内往外一次装饰。

9.用类作装饰器

用类来装饰，@MyClass相当于调用MyClass(test)创建了一个类实例对象，装饰后的test就指向一个类对象了，又因为定义过__call__()方法，因此可以实例()这样调用。

10.带参数的类作装饰器

过程详解：@MyClass(100)相当于创建了一个类实例，然后用这个类实例对函数a进行装饰，因为这个类实例有__call__()方法，因此可以调用实例(a)，这将自动调用__call__()方法，并且把__call__()方法的返回值返回给装饰后的结果，相当于a指向print_str，因此实现装饰功能。