python面试题No2

　　1. python装饰器 ?

装饰器本质上是一个Python函数.

在不改变源代码,不改变调用方式的情况下给其他函数或者类添加额外的功能. 装饰器的返回值也是一个函数对象。

应用场景：插入日志、性能测试、事务处理、缓存、权限校验等。有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续复用。

根据函数是否传参  是否有返回值 ,可以分析出装饰器的四种形式:

形式一:无参无返回值

 1 def outer(func):
 2     def wrapper():
 3         print("装饰器功能1")
 4         ret = func()
 5         print("装饰器功能2")
　         return ret
 6     return wrapper
 7 
 8 # 定义一个无参无返回值的函数
 9 @outer
10 def main_func():
11     print("hello")
12     
13 main_func()   # 开始执行
14 
15 
16 结果如下:
17 装饰器功能1
18 hello
19 装饰器功能2

总结: 装饰器功能1 装饰器功能2 可以根据具体项目需求需要的附加功能来写具体代码,可以在原功能函数之前,也可以在其之后

形式二:无参有返回值

 1 def outer(func):
 2     def wrapper():
 3         print("装饰器功能1")
 4         ret =func()
 5         print("装饰器功能2")
 6         return ret
 7     return wrapper
 8 
 9 # 定义一个无参有返回值的函数
10 @outer
11 def main_func():
12     return "hello"
13 
14 
15 print(main_func()
16 
17 
18 结果如下:
19 装饰器功能1
20 装饰器功能2
21 hello

总结: 装饰器功能1 装饰器功能2 可以根据具体项目需求需要的附加功能来写具体代码,可以在原功能函数之前,但不能在原功能函数之后

形式三:有参无返回值

 1 def outer(func):
 2     def wrapper(str1):
 3         print("装饰器功能1")
 4         ret =func(str1)
 5         print("装饰器功能2")
 6         return ret
 7     return wrapper
 8 
 9 # 定义一个有参无返回值的函数
10 @outer
11 def main_func(str1):
12     print("hello "+str1)
13 
14 
15 main_func("Python")
16 
17 
18 结果如下:
19 装饰器功能1
20 hello Python
21 装饰器功能2

总结: 装饰器功能1 装饰器功能2 可以根据具体项目需求需要的附加功能来写具体代码,可以在原功能函数之前,也可以在其之后

形式四:有参有返回值

 1 def outer(func):
 2     def wrapper(str1):
 3         print("装饰器功能1")
 4         ret =func(str1)
 5         print("装饰器功能2")
 6         return ret
 7     return wrapper
 8 
 9 # 定义一个有参有返回值的函数
10 @outer
11 def main_func(str1):
12     return "hello "+str1
13 
14 
15 print(main_func("Python"))
16 
17 
18 结果如下:
19 装饰器功能1
20 装饰器功能2
21 hello Python

总结: 装饰器功能1 装饰器功能2 可以根据具体项目需求需要的附加功能来写具体代码,可以在原功能函数之前,但不能在原功能函数之后

万能装饰器:

def wrapper(func): # func为被装饰函数   
        def inner(*args,**kwargs):        
            """被装饰函数前需要添加的内容"""                 
            ret=func(*args,**kwargs) #被装饰函数        
            """被装饰函数后需要添加的内容"""        
            return ret   
        return inner

• *args ：按照位置传值，多余的参数都给args，以元祖的形式存储

• **kwargs ：按照关键字传值，多余的参数个kwargs，以字典的形式存储

　　2.可迭代对象、迭代器、生成器？

Python可迭代对象（Iterable）

Python中经常使用for来对某个对象进行遍历，此时被遍历的这个对象就是可迭代对象，像常见的list, tuple都是。如果给一个准确的定义的话，就是只要它定义了可以返回一个迭代器的__iter__方法，或者定义了可以支持下标索引的__getitem__方法,那么它就是一个可迭代对象。

可迭代对象与迭代器

1. 可迭代对象包含迭代器。
2. 如果一个对象拥有__iter__方法，那么它是可迭代对象；如果一个对象拥有next方法，其是迭代器。
3. 定义可迭代对象，必须实现__iter__方法；定义迭代器，必须实现__iter__和next方法。

• _iter_()
  该方法返回的是当前对象的迭代器类的实例。因为可迭代对象与迭代器都要实现这个方法

• next()
  返回迭代的每一步，实现该方法时注意要最后超出边界要抛出StopIteration异常。

迭代器Iterator

　　迭代器就是用来帮助我们记录每次迭代访问到的位置，当我们对迭代器使用next()函数的时候，迭代器会向我们返回它所记录位置的下一个位置的数据。
实际上，在使用next()函数的时候，调用的就是迭代器对象的__next__方法

so 我们要想构造一个迭代器，就要实现它的__next__方法。但这还不够，python要求迭代器本身也是可迭代的，所以我们还要为迭代器实现__iter__方法，而__iter__方法要返回一个迭代器，迭代器自身正是一个迭代器，所以迭代器的__iter__方法返回自身即可。

一个实现了__iter__方法和__next__方法的对象，就是迭代器。

生成器 :

1. 生成器是一种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__和next方法），不需要再手动实现两方法。
2. 生成器在迭代的过程中可以改变当前迭代值，而修改普通迭代器的当前迭代值往往会发生异常，影响程序的执行。
3. 具有yield关键字的函数都是生成器，yield可以理解为return，返回后面的值给调用者。不同的是return返回后，函数会释放，而生成器则不会。在直接调用next方法或用for语句进行下一次迭代时，生成器会从yield下一句开始执行，直至遇到下一个yield

python面试题No2

原文：https://www.cnblogs.com/longpy/p/11031360.html