概念 内部 步骤 ont grep files etc 包含 关键字
- #迭代是一个重复的过程,每次重复即一次迭代,并且每次迭代的结果都是下一次迭代的初始值
- while True: #只是单纯地重复,因而不是迭代
- print(‘===>‘)
- l=[1,2,3]
- count=0
- while count < len(l): #迭代
- print(l[count])
- count+=1
- #1、为何要有迭代器?
- 对于序列类型:字符串、列表、元组,我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的,若还想取出其内部包含的元素,则必须找出一种不依赖于索引的迭代方式,这就是迭代器
- #2、什么是可迭代对象?
- 可迭代对象指的是内置有__iter__方法的对象,即obj.__iter__,如下
- ‘hello‘.__iter__
- (1,2,3).__iter__
- [1,2,3].__iter__
- {‘a‘:1}.__iter__
- {‘a‘,‘b‘}.__iter__
- open(‘a.txt‘).__iter__
- #3、什么是迭代器对象?
- 可迭代对象执行obj.__iter__()得到的结果就是迭代器对象
- 而迭代器对象指的是即内置有__iter__又内置有__next__方法的对象
- 文件类型是迭代器对象
- open(‘a.txt‘).__iter__()
- open(‘a.txt‘).__next__()
- #4、注意:
- 迭代器对象一定是可迭代对象,而可迭代对象不一定是迭代器对象
- dic={‘a‘:1,‘b‘:2,‘c‘:3}
- iter_dic=dic.__iter__() #得到迭代器对象,迭代器对象即有__iter__又有__next__,但是:迭代器.__iter__()得到的仍然是迭代器本身
- iter_dic.__iter__() is iter_dic #True
- print(iter_dic.__next__()) #等同于next(iter_dic)
- print(iter_dic.__next__()) #等同于next(iter_dic)
- print(iter_dic.__next__()) #等同于next(iter_dic)
- # print(iter_dic.__next__()) #抛出异常StopIteration,或者说结束标志
- #有了迭代器,我们就可以不依赖索引迭代取值了
- iter_dic=dic.__iter__()
- while 1:
- try:
- k=next(iter_dic)
- print(dic[k])
- except StopIteration:
- break
- #这么写太丑陋了,需要我们自己捕捉异常,控制next,python这么牛逼,能不能帮我解决呢?能,请看for循环
- #基于for循环,我们可以完全不再依赖索引去取值了
- dic={‘a‘:1,‘b‘:2,‘c‘:3}
- for k in dic:
- print(dic[k])
- #for循环的工作原理
- #1:执行in后对象的dic.__iter__()方法,得到一个迭代器对象iter_dic
- #2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码
- #3: 重复过程2,直到捕捉到异常StopIteration,结束循环
- #优点:
- - 提供一种统一的、不依赖于索引的迭代方式
- - 惰性计算,节省内存
- #缺点:
- - 无法获取长度(只有在next完毕才知道到底有几个值)
- - 一次性的,只能往后走,不能往前退
- #只要函数内部包含有yield关键字,那么函数名()的到的结果就是生成器,并且不会执行函数内部代码
- def func():
- print(‘====>first‘)
- yield 1
- print(‘====>second‘)
- yield 2
- print(‘====>third‘)
- yield 3
- print(‘====>end‘)
- g=func()
- print(g) #<generator object func at 0x0000000002184360>
- g.__iter__
- g.__next__
- #2、所以生成器就是迭代器,因此可以这么取值
- res=next(g)
- print(res)
1、自定义函数模拟range(1,7,2)
2、模拟管道,实现功能:tail -f access.log | grep ‘404‘
- #题目一:
- def my_range(start,stop,step=1):
- while start < stop:
- yield start
- start+=step
- #执行函数得到生成器,本质就是迭代器
- obj=my_range(1,7,2) #1 3 5
- print(next(obj))
- print(next(obj))
- print(next(obj))
- print(next(obj)) #StopIteration
- #应用于for循环
- for i in my_range(1,7,2):
- print(i)
- #题目二
- import time
- def tail(filepath):
- with open(filepath,‘rb‘) as f:
- f.seek(0,2)
- while True:
- line=f.readline()
- if line:
- yield line
- else:
- time.sleep(0.2)
- def grep(pattern,lines):
- for line in lines:
- line=line.decode(‘utf-8‘)
- if pattern in line:
- yield line
- for line in grep(‘404‘,tail(‘access.log‘)):
- print(line,end=‘‘)
- #测试
- with open(‘access.log‘,‘a‘,encoding=‘utf-8‘) as f:
- f.write(‘出错啦404\n‘)
- #yield关键字的另外一种使用形式:表达式形式的yield
- def eater(name):
- print(‘%s 准备开始吃饭啦‘ %name)
- food_list=[]
- while True:
- food=yield food_list
- print(‘%s 吃了 %s‘ % (name,food))
- food_list.append(food)
- g=eater(‘egon‘)
- g.send(None) #对于表达式形式的yield,在使用时,第一次必须传None,g.send(None)等同于next(g)
- g.send(‘蒸羊羔‘)
- g.send(‘蒸鹿茸‘)
- g.send(‘蒸熊掌‘)
- g.send(‘烧素鸭‘)
- g.close()
- g.send(‘烧素鹅‘)
- g.send(‘烧鹿尾‘)
1、编写装饰器,实现初始化协程函数的功能
2、实现功能:grep -rl ‘python‘ /etc
- #题目一:
- def init(func):
- def wrapper(*args,**kwargs):
- g=func(*args,**kwargs)
- next(g)
- return g
- return wrapper
- @init
- def eater(name):
- print(‘%s 准备开始吃饭啦‘ %name)
- food_list=[]
- while True:
- food=yield food_list
- print(‘%s 吃了 %s‘ % (name,food))
- food_list.append(food)
- g=eater(‘egon‘)
- g.send(‘蒸羊羔‘)
- #题目二:
- #注意:target.send(...)在拿到target的返回值后才算执行结束
- import os
- def init(func):
- def wrapper(*args,**kwargs):
- g=func(*args,**kwargs)
- next(g)
- return g
- return wrapper
- @init
- def search(target):
- while True:
- filepath=yield
- g=os.walk(filepath)
- for dirname,_,files in g:
- for file in files:
- abs_path=r‘%s\%s‘ %(dirname,file)
- target.send(abs_path)
- @init
- def opener(target):
- while True:
- abs_path=yield
- with open(abs_path,‘rb‘) as f:
- target.send((f,abs_path))
- @init
- def cat(target):
- while True:
- f,abs_path=yield
- for line in f:
- res=target.send((line,abs_path))
- if res:
- break
- @init
- def grep(pattern,target):
- tag=False
- while True:
- line,abs_path=yield tag
- tag=False
- if pattern.encode(‘utf-8‘) in line:
- target.send(abs_path)
- tag=True
- @init
- def printer():
- while True:
- abs_path=yield
- print(abs_path)
- g=search(opener(cat(grep(‘你好‘,printer()))))
- # g.send(r‘E:\CMS\aaa\db‘)
- g=search(opener(cat(grep(‘python‘,printer()))))
- g.send(r‘E:\CMS\aaa\db‘)
- #1、把函数做成迭代器#2、对比
- return,可以返回多次值,可以挂起 / 保存函数的运行状态
- #1、首先强调:面向过程编程绝对不是用函数编程这么简单,面向过程是一种编程思路、思想,而编程思路是不依赖于具体的语言或语法的。言外之意是即使我们不依赖于函数,也可以基于面向过程的思想编写程序
- #2、定义
- 面向过程的核心是过程二字,过程指的是解决问题的步骤,即先干什么再干什么
- 基于面向过程设计程序就好比在设计一条流水线,是一种机械式的思维方式
- #3、优点:复杂的问题流程化,进而简单化
- #4、缺点:可扩展性差,修改流水线的任意一个阶段,都会牵一发而动全身
- #5、应用:扩展性要求不高的场景,典型案例如linux内核,git,httpd
- #6、举例
- 流水线1:
- 用户输入用户名、密码--->用户验证--->欢迎界面
- 流水线2:
- 用户输入sql--->sql解析--->执行功能
ps:函数的参数传入,是函数吃进去的食物,而函数return的返回值,是函数拉出来的结果,面向过程的思路就是,把程序的执行当做一串首尾相连的功能,该功能可以是函数的形式,然后一个函数吃,拉出的东西给另外一个函数吃,另外一个函数吃了再继续拉给下一个函数吃。。。
迭代器、生成器、面向过程编程
来源: http://www.bubuko.com/infodetail-2351665.html