装饰器、
装饰器实际就是一个函数
定义：在不改变内部代码和调用方式的基础上增加新的功能
了解装饰器需要了解3个内容：
1、函数即变量
2、高阶函数
1)、把一个函数名当作实参传给另一个函数
2)、返回值中包含函数名
例1：
def test(): #定义函数test
print('this is test func') #打印(下方没有调用，所以不打印)
def deco(func): #定义函数deco，赋个形参(=test)
print('this is deco') #打印
func() #调用test函数
returnfunc #返回值
res = deco(test)#调用test的内存地址
print(res) #打印test内存地址
运行结果：
例2：
importtimedeftest():
time.sleep(3) #睡3秒，期间不占内存
print('this is test func')def deco(func): #func = test
start_time = time.time() #开始执行的时间戳
func() #test()
end_time = time.time() #结束执行的时间戳
print('this is run %s' % (end_time-start_time)) #执行所用的时间
return func #把test的内存地址返回给函数
res=deco(test)print(res)运行结果：
3、嵌套函数
嵌套函数，调用时需要，一层一层的调用
deftest():defdeco():print('this is test')
deco()
test()
运行结果：
装饰器练习
例1：普通装饰器
给下面的函数添加新功能
deftest():print('this is test')
test()
需要定义一个新函数进行添加
def deco(func): #形参
defwrapper():
func()print('新功能') #用打印代替新功能return wrapper
原函数调用新函数
deftest():print('this is test')
result= deco(test) #定义变量接收repper的内存地址
result()
为了不使原函数的调用方式更改，将变量result 换成 test接收
deftest():print('this is test')
test=deco(test)
test()
为了不更改原函数代码，用@放在原函数前，来代替函数中的“rest = drco(test)”
defdeco(func):defwrapper():
func()print('新功能')returnwrapper
@decodeftest():print('this is test')
test()运行结果：
例2：带参数的装饰器
如果原函数带传参数的情况
deftest(name):print('my name is %s'%name)
test('aaa')
那么添加新功能时，需要添加参数
defdeco(func):def wrapper(name): #传参数
func(name) #传参数
print('新功能')return wrapper
如果原函数参数很多
deftest(name, age, job):print('my name is %s, my age is %s, my job is %s'%(name, age, job))
test('aaa', 18, 'IT')
那么我们添加功能的函数时也要添加所有的参数
defdeco(func):def wrapper(name, age, job): #传参数
func(name, age, job) #传参数
print('新功能')return wrapper
因为比较麻烦所以传参数的快捷方式，不用考虑参数个数
defdeco(func):def wrapper(*args, **kwargs):
func(*args, **kwargs)print('新功能')returnwrapper
@decodeftest(name, age, job):print('my name is %s, my age is %s, my job is %s'%(name, age, job))
test('aaa', 18, 'IT')运行结果：
迭代器、迭代的工具
什么是迭代：指的是一个重复的过程，每一次重复称为一次迭代，并且每一次重复的结果是下一次重复的初始值
whileTrue:print('hello world')
上面这种方式只有重复，结果并不是下一次的初始，所以不是迭代
例：不用for循环，用while循环将下边几种数据类型逐个取出
字符串：s = 'helloworld'
列表：l = ['a','b','c','d','e']
元组：t = ('a','b','c','d','e')
字典：dict1 = {'name' : 'aaa', 'age' : 18, 'job' : 'IT'}
集合：set1 = {'a','b','c','d','e'}
文件：f = open('a.txt', 'w', encoding='utf-8')
整数：12345 (不能迭代)
1 =0while 1
i+= 1
如果经过上边的循环进行测试会发现：
对于序列类型的字符串，列表，元组可以依赖于索引来迭代取值，
但是字典，集合，文件却不行，所以，python必须为我们提供一种不依赖于索引取值的方法，就是迭代器
可迭代对象
判断是否是可迭代对象
可以在pycharm软件中试验，如果有"xx.__iter__"这种用法那么就是能变成可迭代对象
加"xx.__iter__"就是把一个对象变成可迭代对象"xx.__iter__"可以简写成"iter(xx)"
迭代器对象
有"xx.__iter__"和"xx__next__"这两种方法的就是迭代器对象
print(f is f.__iter__()) #f是上边的文件类型
运行结果：
由此看出，文件类型本身就是可迭代对象
next方式取值
dict1 = {'name' : 'aaa', 'age' : 18, 'job' : 'IT'}
d_items= dict1.__iter__()
res= d_items.__next__()
res1= d_items.__next__()
res2= d_items.__next__()print(res)可以调取 res，res1，res2，分别是三个key然后就可以根据key的来调取值了，"xx.__next__()"可以简写成"next()"
但是它每取一个值要多一条代码，只能一个一个取，迭代器优点：同一时间在内存里只有一个值，节省内存空间
若想一起取，所以我们要采用while方式
dict1 = {'name' : 'aaa', 'age' : 18, 'job' : 'IT'}
d_items= dict1.__iter__()whileTrue:
res= d_items.__next__()print(res)因为系统会停止迭代报错
运行结果：
异常处理：try....except +错误
dict1 = {'name' : 'aaa', 'age' : 18, 'job' : 'IT'}
d_items= dict1.__iter__()whileTrue:try:
res= d_items.__next__()print(res)exceptStopIteration:break运行结果：
，这样就可以取值了，
通过以上的步骤，我们知道了取值的原理及过程，这个原理同样也是for循环的原理
dict1 = {'name' : 'aaa', 'age' : 18, 'job' : 'IT'}for i in dict1: #相当于dict1.__iter__()，即变成可迭代对象
print(i)
运行结果：
总结
可迭代对象不一定是迭代器对象
迭代器对象一定是可迭代对象
