python的一些高级语法

潇洒紫焰

　　1.python 可迭代对象的写法
　　a.循环版-迭代器
　　通过实现类的属性方法实现
　　class Fab(object):
　　def __init__(self, max):
　　self.max = max
　　self.n, self.a, self.b = 0, 0, 1
　　def __iter__(self):   //返回迭代属性
　　return self
　　def next(self):       //实现迭代方法
　　if self.n < self.max:
　　r = self.b
　　self.a, self.b = self.b, self.a + self.b
　　self.n = self.n + 1
　　return r
　　raise StopIteration()
　　>>> for n in Fab(5):
　　...     print n
　　...
　　遍历结束时抛出StopIteration异常
　　iter = （x**2 for x in rang(10) if x%2==0）生成迭代器，相当于yield
　　list = [x**2 for x in rang(10) if x%2==0]  生成列表
　　b.yield - 生成器（也属于迭代器：由解释器自动生成的迭代器，有助于保持代码简洁）
　　def fab(max):
　　n, a, b = 0, 0, 1
　　while n < max:
　　yield b
　　a, b = b, a + b
　　n = n + 1
　　>>> for n in fab(5):
　　...     print n
　　...
　　yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。也可以手动调用 fab(5) 的 next() 方法（因为 fab(5) 是一个 generator 对象，该对象具有 next() 方法）
　　>>> f = fab(5)
　　>>> f.next()
　　要注意区分 fab 和 fab(5)，fab 是一个 generator function，而 fab(5) 是调用 fab 返回的一个 generator，好比类的定义和类的实例的区别
　　在一个 generator function 中，如果没有 return，则默认执行至函数完毕抛出 StopIteration ，如果在执行过程中 return，则直接抛出 StopIteration 终止迭代。
　　另一个 yield 的例子来源于文件读取。如果直接对文件对象调用 read() 方法，会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。通过 yield，我们不再需要编写读文件的迭代类，就可以轻松实现文件读取：
　　def read_file(fpath):
　　BLOCK_SIZE = 1024
　　with open(fpath, 'rb') as f:
　　while True:
　　block = f.read(BLOCK_SIZE)
　　if block:
　　yield block
　　else:
　　return
　　生成器或迭代器相比于列表可以更大限度的减小内存的开销
　　for line in open("test.txt"):   #use file iterators
　　print line
　　能节省内存的地方就应该是用生成器（速度快，节省内存）
　　2.动态添加对象成员
　　class Info():
　　def __init__(self):
　　self.a=10
　　>>info = Info()
　　>>info.b=20
　　>>print info.b   #动态添加对象成员