生成器和装饰器在Python中是什么？

在这篇文章中，我们将向您解释什么是Python中的生成器和装饰器。

自从 PEP 255 引入生成器以来，它们一直是 Python 的重要组成部分。

Python 中的生成器是一个特殊的例程，可用于控制循环的迭代行为。生成器类似于返回数组的函数。生成器有一个参数，我们可以调用它并生成一个数字序列。但与返回整个数组的函数不同，生成器一次生成一个值，需要更少的内存。

任何带有关键字“yield”的Python函数都可以称为生成器。普通的 python 函数从第一行开始执行，并继续执行，直到我们收到 return 语句或异常或函数结束，但是，在函数作用域期间创建的任何局部变量都将被销毁，并且无法进一步访问。而对于生成器来说，当它遇到yield关键字时，函数的状态将被冻结，并且所有变量都将存储在内存中，直到再次调用生成器。

我们可以根据迭代器使用生成器，也可以使用“next”关键字显式调用。

通常是 Python 中的生成器 -

• 使用 def 关键字定义

• 使用yield关键字

• 可能包含多个收益关键字。

• 返回一个迭代器。

生成器是返回可迭代生成器对象的函数。由于生成器对象中的值是一次获取一个值，而不是一次获取整个列表，因此您可以使用 for 循环、next() 或 list() 函数来获取实际值。

生成器函数

可以使用生成器函数和生成器表达式创建生成器。

生成器函数与常规函数类似，但它没有返回值，而是具有yield关键字。

要创建生成器函数，请添加 yield 关键字。下面的示例演示了如何编写生成器函数。

带有迭代器的生成器

示例

# creating a function
def generatorExample():
   yield "T"
   yield "U"
   yield "T"
   yield "O"
   yield "R"
   yield "I"
   yield "A"
   yield "L"
   yield "S"
# calling the generatorExample() function which is created above
result = generatorExample()
# Traversing in the above result(generator object)
for k in result:
   # Printing the corresponding value
   print(k)

输出

T
U
T
O
R
I
A
L
S

从生成器读取产量值

list()、for-loop 和 next() 方法可用于从生成器对象读取值。

使用 next() 从生成器对象读取值

next() 方法返回列表、数组或对象中的下一项。当列表为空并且调用 next() 时，它会返回一个带有 stopIteration 信号的错误。此错误表明列表中没有更多条目。

示例

# creating a function that accepts a number as an argument
def oddNumbers(num):
   # traversing till that number passed
   for i in range(num):
      # checking whether the iterator index value is an odd number
      if (i%2!=0):
         # getting the iterator index value if the condition is true using the yield keyword
         yield i
# calling the above function to get the odd numbers below 8
result = oddNumbers(8)
# calling the next items in the result list
print(next(result))
print(next(result))
print(next(result))
print(next(result))
# throws an error since the list has no more elements
print(next(result))

输出

1
3
5
7
Traceback (most recent call last):
File "main.py", line 17, in <module>
    print(next(result))
StopIteration

Python 中的装饰器

Python 提供了一个名为装饰器的神奇工具，用于向现有代码添加功能。

这也称为元编程，因为程序的一部分尝试在编译时修改程序的另一部分。

装饰器使用函数作为另一个函数中的参数，然后在包装函数内调用该函数。

语法

@tutorials_decorator
def python_decorator():
   print("Hello tutorials Point")
'''Above code is equivalent to -
def python_decorator():
   print("Hello tutorials Point")
python_decorator = tutorials_decorator(python_decorator)'''

这里的tutorials_decorator是一个可调用函数，它在另一个可调用函数python_decorator之上添加一些代码并返回包装函数。

示例

这里func是被装饰的函数，python_decorator是用来装饰它的函数

# defining a decorator
def python_decorator(func):
   def wrapper():
      print("Text before calling the function")
      func()
      print("Text after calling the function")
   return wrapper
def tutorials_decorator():
   print("Hello tutorials Point!!!")
tutorials_decorator = python_decorator(tutorials_decorator)
tutorials_decorator()

输出

Text before calling the function
Hello tutorials Point!!!
Text after calling the function

python_decorator(func) - 这是一个装饰器函数；它接受另一个函数作为参数并“装饰”它，这意味着它修改它并返回修改后的版本。

wrapper - 我们在装饰器函数中定义了另一个名为 wrapper 的内部函数。这是通过包装来修改传递的函数 func 的实际函数。

包装函数由装饰器返回。

tutorials_decorator - 这是我们需要装饰的普通函数。这里只打印一个简单的语句。

语法装饰器

上面描述的装饰器模式在Python社区中流行起来，但它有点复杂。我们必须将函数名写三遍，并且修饰隐藏在函数定义下面。

因此，Python 添加了一种使用装饰器的新方法，即通过使用 @ 符号 包含语法糖。

语法

@decorator
def func(arg1, arg2, ...):
   pass

语法糖是编程语言中使用的语法，使内容更易于阅读或表达。

示例

以下示例执行与前一个示例相同的操作 -

# defining a decorator
def python_decorator(func):
   def wrapper():
      print("Text before calling the function")
      func()
      print("Text after calling the function")
   return wrapper
@python_decorator
def tutorials_decorator():
   print("Hello tutorials Point!!!")
tutorials_decorator()

输出

Text before calling the function
Hello tutorials Point!!!
Text after calling the function

与前面的示例相同，唯一的区别是我们使用 @python_decorator 而不是

tutorials_decorator = python_decorator(tutorials_decorator)

结论

在本文中，我们简要了解了 Python 中的生成器和装饰器。我们还演示了如何在编写代码时使用生成器和装饰器。

以上是生成器和装饰器在Python中是什么？的详细内容。更多信息请关注PHP中文网其他相关文章！