天天看点

Python扩展内容

Python扩展内容

阅读本文需要3分钟

Python扩展内容
Python扩展内容

① python中yield关键字的使用:

  • yield

    是一个类似

    return

    的关键字,只是这个函数返回的是个生成器
  • 当你调用这个函数的时候,函数内部的代码并不立马执行 ,这个函数只是返回一个生成器对象
  • 当你使用for进行迭代的时候,函数中的代码才会执行
  • 生成器

    特点:可迭代;只能读取一次;实时生成数据,不全存在内存中。
def fun():
    yield "aaa"
    yield "bbb"
    yield "ccc"

#返回可迭代对象(生成器)
a = fun()
print(a) # <generator object fun at 0x10f26e990>

#可以将迭代对象转成列表
# b = list(a)
# print(b) #['aaa', 'bbb', 'ccc']

#遍历(迭代)输出,注意:只能读取一次
for i in a:
    print(i)

'''
aaa
bbb
ccc
'''           

复制

  • 案例:
import json

#案例一、这是一段过程化代码编写:
str= '[{"name":"zhangsan","age":22},{"name":"lisi","age":19},{"name":"wangwu","age":24}]'
data = json.loads(str) #解码JSON数据
# 过滤出年龄大于20岁以上的信息,并输出
for item in data:
    if item['age']>20:
        #输出数据
        print('-' * 20)
        print(item['name'],":",item['age'])

'''
#输出结果:
--------------------
zhangsan : 22
--------------------
wangwu : 24
'''

#案例二:代码拆分(将数据的处理封装成函数):
def fun1():
    str= '[{"name":"zhangsan","age":22},{"name":"lisi","age":19},{"name":"wangwu","age":24}]'
    data = json.loads(str) #解码JSON数据
    #过滤出年龄大于20岁以上的信息,并输出
    dlist = []
    for item in data:
        if item['age']>20:
            #将过滤出来的数据放置到dlist中
            print('-' * 20)
            dlist.append(item)

    return dlist

# 使用(输出数据)
for i in fun1():
    print(i['name'], ":", i['age'])


'''
#输出结果:
--------------------
--------------------
wangwu : 24
wangwu : 24
'''

#案例三:代码拆分(使用yield返回生成器):
def fun1():
    str= '[{"name":"zhangsan","age":22},{"name":"lisi","age":19},{"name":"wangwu","age":24}]'
    data = json.loads(str) #解码JSON数据
    #过滤出年龄大于20岁以上的信息,并输出
    for item in data:
        if item['age']>20:
            #将过滤出来的数据放置到dlist中
            print('-' * 20)
            yield item

# 使用(输出数据)
for i in fun1():
    print(i['name'], ":", i['age'])


'''
#输出结果:
--------------------
zhangsan : 22
--------------------
wangwu : 24

'''           

复制

Python扩展内容

② 装饰器的使用:

  • python装饰器就是用于拓展原来函数功能的一种函数,这个函数的特殊之处在于它的返回值也是一个函数,
  • 使用python装饰器的好处就是在

    不用更改原函数的代码前提下给函数增加新的功能

  • 无参数的装饰器实例
# 无参数的装饰器实例
def deco(dd):
    def _deco():
        print("start....")
        dd()
        print("end.....")
    return _deco

@deco
def demo():
    print("demo()............")


if __name__ == "__main__":
    d = demo
    d()
    #demo()           

复制

  • 输出结果
start....
demo()............
end....           

复制

# 带参数的装饰器实例
def deco(func):
    def _deco(a, b):
        print("before myfunc() called.")
        ret = func(a, b)
        print("  after myfunc() called. result: %s" % ret)
        return ret
    return _deco

@deco
def myfunc(a, b):
    print(" myfunc(%s,%s) called." % (a, b))
    return a + b

if __name__ == "__main__":
    myfunc(1, 2)
    myfunc(3, 4)           

复制

  • 输出结果
before myfunc() called.
 myfunc(1,2) called.
  after myfunc() called. result: 3
before myfunc() called.
 myfunc(3,4) called.
  after myfunc() called. result: 7           

复制

岁月有你,惜惜相处

发现更多精彩

关注公众号