當(dāng)數(shù)據(jù)量很少時(shí),，可以很快得到結(jié)果,。但是如果范圍擴(kuò)大到10000甚至是100000000，就會發(fā)現(xiàn)程序執(zhí)行時(shí)間會變長,，變卡,，甚至有可能會因超出內(nèi)存空間而出現(xiàn)程序崩潰的現(xiàn)象。這是因?yàn)楫?dāng)數(shù)據(jù)量變得非常大的時(shí)候,，內(nèi)存需要開辟很大的空間去存儲這些數(shù)據(jù),，內(nèi)存都被吃了，自然會變慢變卡,。使用生成器就能解決這個(gè)問題,。

對于上述同一個(gè)問題用生成器實(shí)現(xiàn)如下，將范圍擴(kuò)大到1-10000000：

 def lifang_generate(): '''求1-10000000所用整數(shù)的立方數(shù)-生成器方式實(shí)現(xiàn)''' for i in range(1,10000001): result = i ** 3 yield result if __name__ == '__main__': G = lifang_generate()

執(zhí)行效果如下：

可以看到?jīng)]有任何的結(jié)果輸出，這說明程序已經(jīng)可以順利執(zhí)行,。對于迭代器來講需要用next()方法來獲取值,，修改主函數(shù)為以下情況可以打印輸出前4個(gè)整數(shù)的立方數(shù)：

輸出結(jié)果如下：

到此可以看到,，生成器生成的值需要使用next()方法一個(gè)一個(gè)的取，它不會一次性生成所有的計(jì)算結(jié)果,，只有在取值時(shí)才調(diào)用,，這時(shí)程序會返回計(jì)算的一個(gè)值且程序暫停；下一次取值時(shí)從上一次中斷了的地方繼續(xù)往下執(zhí)行,。

以取出前3個(gè)值為例,，下圖為生成器代碼解析圖：

圖解：Python解釋器從上往下解釋代碼,，首先是函數(shù)定義，這時(shí)在計(jì)算機(jī)內(nèi)存開辟了一片空間來存儲這個(gè)函數(shù),，函數(shù)沒有被執(zhí)行,，繼續(xù)往下解釋；到了主函數(shù)部分,，首先執(zhí)行藍(lán)色箭頭1,，接著往下執(zhí)行到藍(lán)色箭頭2第一次調(diào)用生成器取值，此時(shí)生成器函數(shù)lifang_generate()開始執(zhí)行,，執(zhí)行到生成器函數(shù)lifang_generate()的藍(lán)色箭頭2碰到y(tǒng)ield關(guān)鍵字,，這時(shí)候生成器函數(shù)暫停往下執(zhí)行并且將result的結(jié)果返回，由于是第一次執(zhí)行,，因此result存儲著1的立方的值,，此時(shí)將1返回,，第54行代碼print(first)將結(jié)果打印輸出。

主函數(shù)中程序接著往下執(zhí)行到藍(lán)色箭頭3,，生成器函數(shù)lifang_generate()第二次被調(diào)用,，與第一次不同，第二次從上一次(也就是第一次)暫停的位置繼續(xù)往下執(zhí)行,，上一次停在了yield處,，因此藍(lán)色箭頭3所作的事情就是執(zhí)行yield后面的語句，也就是第48行print('end'),，執(zhí)行完成之后因for循環(huán)條件滿足,，程序像第一次執(zhí)行那樣，執(zhí)行到y(tǒng)ield處暫停并返回一個(gè)值,，此時(shí)返回的是2的立方數(shù),，在第57行打印輸出8。

第三次調(diào)用(藍(lán)色箭頭4)與第二次類似,，在理清了執(zhí)行過程之后,，程序執(zhí)行結(jié)果如下：

迭代器這里先拋出兩個(gè)概念：可迭代對象,、迭代器。

凡是可以通過for循環(huán)遍歷其中的元素的對象,，都是可迭代對象,；之前學(xué)習(xí)得組合數(shù)據(jù)類型list(列表)、tuple(元組),、dict(字典),、集合(set)等,，上一小節(jié)介紹得生成器也可以使用for循環(huán)來遍歷,，因此，生成器也是迭代器,，但迭代器不一定就是生成器,，例如組合數(shù)據(jù)類型。

凡是可以通過next訪問取值得對象均為迭代器,，生成器就是一種迭代器,。可以看到,，生成器不僅可以用for循環(huán)來獲取值,，還可以通過next()來獲取。

Python中有一個(gè)庫collections,，通過該庫的Iterable方法來判斷一個(gè)對象是否是可迭代對象,；如果返回值為True則說明該對象為可迭代的,，返回值為False則說明該對象為不可迭代。用Iterator方法來判斷一個(gè)對象是否是迭代器,，根據(jù)返回值來判斷是否為迭代器,。

使用Iterable分別判斷列表，字典,，字符串以及一個(gè)整數(shù)類型是否是可迭代對象的代碼如下：

from collections import Iterable def isiterable(): '''分別判斷列表,，字典，字符串100,，整形100是不是可迭代對象'''  ls = isinstance([],Iterable) dic = isinstance({},Iterable) strs = isinstance('100',Iterable) ints = isinstance(100,Iterable) print('輸出True表示可迭代,，F(xiàn)alse表示不可迭代\n\ ls為{}，dic為{},，strs為{},，ints為{}'.format(ls,dic,strs,ints)) def main(): isiterable() if __name__ == '__main__': main()

執(zhí)行的輸出結(jié)果如下：

使用Iterator判斷一個(gè)對象是否是迭代器的代碼如下,，與判斷是否為可迭代對象類似：

輸出的結(jié)果如下：

組合數(shù)據(jù)類型不是迭代器,，但是屬于可迭代對象，可以通過iter()函數(shù)將其轉(zhuǎn)換位迭代器,，這樣就可以使用next方法來獲取對象各個(gè)元素的值,，代碼如下：

from collections import Iterable,Iterator def trans_to_iterator(): '''使用iter()將可迭代類型-列表轉(zhuǎn)換為迭代器'''  ls = [2,4,6,8,10] ls_ierator = iter(ls) ls_ierator_is = isinstance(ls_ierator,Iterator) print('轉(zhuǎn)換后的返回值為{}，使用next取出的第一個(gè)元素的值為{}'.format(ls_ierator_is,next(ls_ierator)))def main(): trans_to_iterator() if __name__ == '__main__': main()

輸出結(jié)果為：

閉包內(nèi)部函數(shù)對外部函數(shù)變量的引用，則將該函數(shù)與用到的變量稱為閉包,。以下為閉包的例子：

理解閉包是理解裝飾器的前提,，同樣通過一張圖來理解閉包的執(zhí)行過程：

圖解:Python解釋器從上往下解釋代碼,，首先定義一個(gè)函數(shù),，func指向了該函數(shù)(紅箭頭所示),；接著到主函數(shù)執(zhí)行第14行代碼 ret = func(10)，此時(shí)先執(zhí)行賦值號“=”右邊的內(nèi)容,，這里調(diào)用了函數(shù)func()并傳入10這個(gè)實(shí)參,，函數(shù)func()代碼開始執(zhí)行，先是打印輸出“start”,，接著定義了一個(gè)函數(shù)func_in(),，func_in指向了該函數(shù)，函數(shù)沒有被調(diào)用,，程序接著往下執(zhí)行,，return func_in 將函數(shù)的引用返回，第14行代碼用ret接收了這個(gè)返回值,，到此ret就指向了func_in所指向的函數(shù)體(綠箭頭所示),。最后執(zhí)行ret所指的函數(shù)。這就是閉包的整個(gè)過程,，func_in()函數(shù)以及該函數(shù)內(nèi)用到的變量num就稱為閉包,。

裝飾器代碼的編寫需要遵循封閉開放原則，封閉是指對于已有的功能代碼實(shí)現(xiàn)不允許隨意進(jìn)行修改,，開放是指能夠?qū)σ延械墓δ苓M(jìn)行擴(kuò)展,。例如一款手游，現(xiàn)在已經(jīng)能夠?qū)崿F(xiàn)現(xiàn)有的游戲模式,，但隨著外部環(huán)境的變化發(fā)展(市場競爭,，用戶體驗(yàn)等)，現(xiàn)有的游戲模式已經(jīng)不能滿足用戶的需求了,。為了留住用戶,，需要加入更多的玩法來保持用戶對該款游戲的新鮮感，于是開發(fā)方在原來游戲的基礎(chǔ)上又開發(fā)了好幾種游戲模式,。像這樣,，新的游戲版本既增加了先的游戲模式，又保留了原有的游戲模式,，體現(xiàn)了封閉開放的原則,。 裝飾器的作用就是在不改變原來代碼的基礎(chǔ)上，在原來的功能上進(jìn)行拓展,，保證開發(fā)的效率以及代碼的穩(wěn)定性。 打印輸出九九乘法表可以通過以下代碼實(shí)現(xiàn)：

def func_1():'''打印輸出九九乘法表'''for i in range(1,10): for j in range(1,i + 1): result = i * j print('{}*{}={}'.format(i,j,result),end=' ') print('')if __name__ == '__main__':func_1() 

輸出結(jié)果如下： 假如現(xiàn)在需要實(shí)現(xiàn)一個(gè)功能,，在不修改func_1函數(shù)代碼的前提下,，在九九乘法表前增加一個(gè)表頭說明，在乘法表最后也增加一個(gè)說明,。下面的代碼實(shí)現(xiàn)了裝飾器的功能：

輸出結(jié)果如下： 可以看到func_1函數(shù)的代碼沒有任何修改,，還實(shí)現(xiàn)了問題提出的要求,，這其中的核心就在于最后兩行代碼。通過下圖來理解裝飾器執(zhí)行的過程：

圖解：跟之前一樣,，Python解釋器自上往下解釋代碼，遇到定義函數(shù)的代碼不用管,，因?yàn)闆]有調(diào)用函數(shù)是不會執(zhí)行的,；這樣直接就來到了第22行代碼中，程序先執(zhí)行賦值號“=”右邊的代碼,，shuoming(func_1)調(diào)用了之前定義的函數(shù),，并傳入了func_1實(shí)參，程序轉(zhuǎn)到shuoming(func)執(zhí)行,，形參func接收實(shí)參func_1,，此時(shí)func也指向了func_1所指向的函數(shù)(如圖中分界線上方白色方框內(nèi)的藍(lán)箭頭所示)；在shuoming()函數(shù)中代碼繼續(xù)往下走,，在shuoming()函數(shù)內(nèi)容又定義了一個(gè)shuoming_in()函數(shù)(如圖中分界線上方白色方框內(nèi)的藍(lán)色方框所示),，接著往下，將shuoming_in()函數(shù)的引用返回,，至此shuoming()函數(shù)執(zhí)行完畢,，程序回到第22行代碼執(zhí)行，shuoming()函數(shù)的返回值被func_1接收,，此時(shí),，func_1不在指向原來的函數(shù)，轉(zhuǎn)成指向shuoming_in所指向的函數(shù)(如圖中分界線下方白色方框內(nèi)的黃色箭頭),。最后調(diào)用func_1所指向的函數(shù),，也就是shuoming_in()函數(shù)，shuoming_in()函數(shù)內(nèi)的func指向了原來func_1()所指的函數(shù)(也就是生成九九乘法表的函數(shù)),，因此程序最終的結(jié)果就在九九乘法表前后各加了一個(gè)說明性字符串,。

以上為裝飾器的執(zhí)行過程，但是以上裝飾寫法不夠簡潔,，大多數(shù)情況下采取以下寫法,，輸出結(jié)果是一樣的:

def shuoming(func): def shuoming_in(): print('以下為九九乘法表:') func() print('以上為九九乘法表') return shuoming_in '''@shuoming相當(dāng)于func_1 = shuoming(fucn_1)'''@shuomingdef func_1(): '''打印輸出九九乘法表''' for i in range(1,10): for j in range(1,i + 1): result = i * j print('{}*{}={}'.format(i,j,result),end=' ') print('')if __name__ == '__main__': '''直接調(diào)用func_1即可完成裝飾''' func_1()

有時(shí)候有些被裝飾的函數(shù)可能有以下幾種情況：存在或不存在參數(shù)，有返回值或沒有返回值,，參數(shù)可能定長或不定長等等,，為了通用性，與爬蟲的請求代碼一樣，裝飾器有著通用的寫法：

使用這個(gè)裝飾器裝飾九九乘法表一樣可以正常輸出,，如果需要特定的裝飾效果,，修改這個(gè)通用代碼即可。