12_decorators_and_generators.py

# -*- coding: utf-8 -*-

# --- 第12章：装饰器与生成器 ---

# 这一章将介绍 Python 中两个非常强大和高级的特性：装饰器和生成器。
# 它们可以帮助你编写更优雅、更高效、更具可读性的代码。

# --- 1. 装饰器 (Decorators) ---
# 装饰器本质上是一个函数，它接受一个函数作为参数，并返回一个新的函数。
# 它的作用是在不修改原函数代码的情况下，为原函数添加额外的功能。
# 装饰器在日志、性能测试、权限校验、缓存等方面非常有用。

print("--- 装饰器示例 ---")

# 示例 1: 一个简单的计时装饰器
import time

def timer(func):
    """这是一个计时装饰器，用于测量函数执行时间。"""
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"函数 {func.__name__} 执行耗时: {end_time - start_time:.4f} 秒")
        return result
    return wrapper

@timer # 使用 @ 语法糖应用装饰器
def long_running_function():
    """一个模拟耗时操作的函数。"""
    print("开始执行耗时操作...")
    time.sleep(2) # 暂停2秒
    print("耗时操作完成。")

@timer
def add(a, b):
    """一个简单的加法函数。"""
    time.sleep(0.5)
    return a + b

long_running_function()
sum_result = add(10, 20)
print(f"加法结果: {sum_result}")

# 示例 2: 一个日志装饰器
def log_calls(func):
    """这是一个日志装饰器，记录函数被调用的信息。"""
    def wrapper(*args, **kwargs):
        print(f"正在调用函数: {func.__name__}，参数: {args}, {kwargs}")
        result = func(*args, **kwargs)
        print(f"函数 {func.__name__} 调用结束，返回: {result}")
        return result
    return wrapper

@log_calls
def multiply(x, y):
    return x * y

product = multiply(4, 5)
print(f"乘法结果: {product}")

# --- 2. 生成器 (Generators) ---
# 生成器是一种特殊的迭代器，它允许你按需生成序列中的元素，而不是一次性生成所有元素并存储在内存中。
# 这对于处理大量数据或无限序列非常有用。
# 生成器函数使用 yield 关键字而不是 return。

print("\n--- 生成器示例 ---")

# 示例 1: 一个简单的生成器函数
def count_up_to(max_num):
    """一个生成器函数，从0数到 max_num。"""
    n = 0
    while n <= max_num:
        yield n # 每次调用 next() 时，函数会从这里暂停并返回 n，下次从这里继续执行
        n += 1

# 创建一个生成器对象
counter = count_up_to(5)

print("使用 next() 逐个获取生成器元素:")
print(next(counter))
print(next(counter))
print(next(counter))

print("使用 for 循环遍历生成器:")
for num in count_up_to(3):
    print(num)

# 示例 2: 生成斐波那契数列
def fibonacci_sequence(n):
    """生成前 n 个斐波那契数。"""
    a, b = 0, 1
    count = 0
    while count < n:
        yield a
        a, b = b, a + b
        count += 1

print("生成斐波那契数列:")
for fib_num in fibonacci_sequence(8):
    print(fib_num)

# 示例 3: 生成器表达式 (Generator Expressions)
# 类似于列表推导式，但使用圆括号 () 而不是方括号 []，它返回一个生成器对象。

gen_exp = (i**2 for i in range(5))
print("\n生成器表达式:", gen_exp) # 打印的是生成器对象本身
print("遍历生成器表达式:")
for val in gen_exp:
    print(val)

# 生成器表达式的优点是内存效率高，因为它不会一次性生成所有结果。
# 例如，sum(i for i in range(1000000)) 会比 sum([i for i in range(1000000)]) 更节省内存。

# --- 章节总结 ---
# 1. 装饰器: 在不修改原函数代码的情况下，为函数添加额外功能。
#    - 使用 @ 语法糖应用。
#    - 接受函数作为参数，返回新函数。
# 2. 生成器: 一种特殊的迭代器，按需生成元素，节省内存。
#    - 使用 yield 关键字。
#    - 可以通过 next() 或 for 循环遍历。
#    - 生成器表达式是创建简单生成器的简洁方式。