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 functiondef 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 aboveresult = generatorexample()# traversing in the above result(generator object)for k in result: # printing the corresponding value print(k)
输出tutorials
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 argumentdef 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 8result = oddnumbers(8)# calling the next items in the result listprint(next(result))print(next(result))print(next(result))print(next(result))# throws an error since the list has no more elementsprint(next(result))
输出1357traceback (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_decoratordef 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 decoratordef python_decorator(func): def wrapper(): print(text before calling the function) func() print(text after calling the function) return wrapperdef tutorials_decorator(): print(hello tutorials point!!!)tutorials_decorator = python_decorator(tutorials_decorator)tutorials_decorator()
输出text before calling the functionhello 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@decoratordef 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 decoratordef python_decorator(func): def wrapper(): print(text before calling the function) func() print(text after calling the function) return wrapper@python_decoratordef tutorials_decorator(): print(hello tutorials point!!!)tutorials_decorator()
输出text before calling the functionhello 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。
以上就是生成器和装饰器在python中是什么？的详细内容。