python生成器和装饰器详解

一、生成器（Generators）

1. 基本概念

生成器是一种特殊的迭代器，通过延迟计算按需生成值，避免一次性加载全部数据到内存。生成器的核心是 yield 关键字，它允许函数在返回一个值后暂停执行，下次调用时从暂停处继续。

2. 创建方式

• 生成器函数：使用 yield 关键字定义。

def countdown(n):
    while n > 0:
        yield n
        n -= 1
# 使用生成器
for num in countdown(3):
    print(num)  # 输出 3 2 1

• 生成器表达式：类似列表推导式，但用圆括号。

squares = (x**2 for x in range(5))
print(next(squares))  # 输出 0

3. 核心特性

• 惰性求值：仅在需要时生成值，适合处理大文件或无限序列（如斐波那契数列）。
• 状态保存：每次 yield 会保留当前函数状态（局部变量、执行位置）。
• 单次遍历：生成器只能遍历一次，耗尽后需重新创建。

4. 高级用法

• send() 方法：向生成器发送数据。

def accumulator():
    total = 0
    while True:
        value = yield total
        total += value
gen = accumulator()
next(gen)        # 初始化
print(gen.send(10))  # 输出 10

• 异常处理：通过 throw() 注入异常。

应用场景：逐行读取大文件、实时数据流处理、生成无限序列。

---

二、装饰器（Decorators）

1. 基本概念

装饰器是修改其他函数行为的函数，通过闭包实现。本质是将原函数替换为增强功能的新函数。

2. 创建方式

• 函数装饰器：

def timer(func):
    from time import time
    def wrapper(*args, **kwargs):
        start = time()
        result = func(*args, **kwargs)
        end = time()
        print(f"{func.__name__}耗时：{end - start}秒")
        return result
    return wrapper

@timer
def my_func():
    time.sleep(1)
my_func()  # 输出执行时间

• 类装饰器：通过实现 __call__ 方法。

class Logger:
    def __init__(self, func):
        self.func = func
    def __call__(self, *args, **kwargs):
        print(f"调用函数：{self.func.__name__}")
        return self.func(*args, **kwargs)
@Logger
def say_hello():
    print("Hello")

3. 核心特性

• 参数传递：支持装饰器自身带参数。

def repeat(n=3):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(n):
                func(*args, **kwargs)
            return
        return wrapper
    return decorator

• 装饰器链：多个装饰器按从内到外的顺序执行。
• 保留元信息：使用 @wraps(func) 避免函数名、文档被覆盖。

4. 常用场景

• 日志记录：跟踪函数调用和返回值。

def log(func):
    def wrapper(*args):
        print(f"调用函数：{func.__name__}")
        return func(*args)
    return wrapper

• 权限校验：验证用户权限后执行函数。
• 缓存结果：使用 @lru_cache 加速重复计算。

---

三、实际案例

生成器案例：逐行读取大文件

def read_large_file(file_path):
    with open(file_path, 'r') as f:
        for line in f:
            yield line.strip()
# 使用
for line in read_large_file("data.txt"):
    process(line)  # 逐行处理，避免内存溢出

装饰器案例：权限校验

def check_admin(func):
    def wrapper(user, *args):
        if user.is_admin:
            return func(user, *args)
        else:
            raise PermissionError("无权限操作")
    return wrapper

@check_admin
def delete_user(user):
    print("用户已删除")