上海微信网站设计制作,先搭建网站还是先做ui,wordpress压缩缩略图体积,利用技术搭建网站做网站代理一、Iterable#xff08;可迭代对象#xff09;
1、可迭代对象#xff1a;能够进行迭代操作的对象。
可以理解为#xff1a;能够使用for循环遍历的都是可迭代对象#xff1b;**所有的可迭代对象#xff0c;偶可以用内置函数iter转换为迭代器**
2、可迭代对象包括…
一、Iterable可迭代对象
1、可迭代对象能够进行迭代操作的对象。
可以理解为能够使用for循环遍历的都是可迭代对象**所有的可迭代对象偶可以用内置函数iter转换为迭代器**
2、可迭代对象包括
序列类型元组、列表、字符串、range字典、集合文件对象open(xxx))实现了迭代协议(iter)方法的对象
class Myclass1:实现迭代协议def __iter__(self):# return iter([111,22,33])m Myclass1()
for i in m :print(i)实现了序列语义方法(getitem)的对象
class Myclass2:实现序列语义value [11,22,33]def __getitem__(self, item):return self.value[item]m Myclass2()
for i in m :print(i)二、Iterator迭代器
**1、迭代器**实现了迭代器协议的对象(__iter__方法和__next__方法)。
能够使用内置函数next进行逐个迭代数据的对象
li [111,222,333]
itor iter(li)
print(next(itor))#每次使用next都能迭代出一个数据
print(next(itor))2、特性
迭代器内的数据只能迭代一次当迭代器内部的数据迭代完迭代器就会进入停止状态如果再次通过next进行迭代就会抛出异常StopIteration)
三、Generator生成器常用
1、生成器**生成器是迭代器的子类可以把他当做一种特殊的迭代器生成器支持支持迭代器所有的操作和特性。
2、生成器定义的方法
生成器表达式 g (i for i in xxx)生成器函数函数中使用了关键字yield的函数都称之为生成器函数生成器函数调用时不会直接执行会直接返回一个生成器对象
def test1():print(-------------1--------------)yield 1print(%%%%%%%%%%%%%%%%%%%%%%%%%%%%)yield 2res test1()
print(res)这时打印出的test1函数为生成器对象
3、生成器的应用场景
在程序中使用上万级别低的数据时使用生成器来保存数据可以显著的减少内存开销 生成器内部不直接保存数据只存储生成数据低的规则算法使用next去获取才会生成用的时候才生产 可以使用生成器来实现函数内部的代码分段执行pytest中的fixture实现python3.5以前的携程实现
4、运行过程当效用生成器函数时他会返回一个生成器对象该对象可以迭代获取生成器函数中通过yield语句产生的值。每次迭代时生成器函数会从上一次yield语句的位置继续执行直到再次遇到yield语句并产生下一个值当超过迭代器中的数据全部取完以后再取数据则会报错
5、自动化框架中用到的生成器
使用pytest执行
import pytestpytest.fixture()
def login_fixture():print(用例前置脚本)token xxxxxxxxyield tokenprint(用例后置脚本)def test_demo(login_fixture):print(执行测试用例中)上面的是pytest封装好的夹具功能下面的代码是模拟完整的使用夹具的过程
from inspect import signaturedef login_fixture():print(用例前置脚本)token xxxxxxxxyield tokenprint(用例后置脚本)def demo(login_fixture):print(执行测试用例中)if __name__ __main__:#自动化测试框架中夹具是如何运行的1、框架初始运行时会对所有夹具进行收集2、检测用例中是否使用到了夹具若则去夹具列表中查询同名的测试夹具3、存在同名测试夹具先执行夹具的前置再执行测试用例最后执行夹具的后置脚本##检测函数中定义的参数res signature(demo).parametersprint(res)#OrderedDict([(login_fixture, Parameter login_fixture)])params list(res.keys())print(params)#[login_fixture]#判断参数中是否有同名的测试夹具#for key in params:# pass#如果存在对应的测试夹具先执行夹具的前置脚本f1 login_fixture()res next(f1)#再执行测试用例demo(res)#最后执行夹具的后置脚本try:next(f1)except StopIteration:pass
6、生成器的内置方法
close方法关闭生成器关闭后无法再生成数据了
def work():print(-------------1--------------)s1 yield 1print(-------------2--------------s1,s1)s2 yield 2print(%%%%%%%%%%%%%%%%%%%%%%%%%%%%s2,s2)yield 3res work()
print(next(res))
res.close()
print(next(res))send方法和内置函数next一样用来生成数据但是send方法可以再生成数据的同时和生成器内部进行数据交换 使用send方法之前必须先通过next去生成至少一次数据通过next去启动生成器send方法必须要传一个参数值且只能传一个send方法传入的值会传到生成器内部上一次挂起的yield处
def work():print(-------------1--------------)s1 yield 1print(-------------2--------------s1,s1)s2 yield 2print(%%%%%%%%%%%%%%%%%%%%%%%%%%%%s2,s2)yield 3res work()
print(next(res))
print(res.send(test1))#执行时先返回已定义的数据
print(res.send(test))结果
主动生成器内部抛出异常了解 当调用 generator.throw(exc_type, exc_value, traceback) 时会在生成器内部当前暂停的位置引发一个异常。生成器会尝试捕获这个异常并在适当的位置执行相应的异常处理逻辑。如果生成器内部没有捕获到这个异常或者异常处理逻辑中抛出了新的异常那么这个异常会传播到生成器的调用处。相当于在生成器内部上一次挂起的位置执行raise抛出异常
generator.throw(exc_type, exc_valueNone, tracebackNone)- exc_type 表示要抛出的异常类型。- exc_value 表示异常的值默认为 None。- traceback 表示异常的回溯信息默认为 None。PS回溯traceback信息是指当程序出现异常时系统会生成一份包含异常发生位置及调用栈信息的报告。这份报告就是回溯信息。回溯信息通常包含以下内容
异常类型Exception Type表示引发异常的类型例如TypeError、ValueError等。异常值Exception Value表示异常的具体信息通常是一个字符串描述了异常的原因或相关信息。回溯栈Traceback Stack表示调用栈信息即异常发生时代码的执行路径从最内部的函数或方法开始逐步向外展示调用关系。
回溯信息可以帮助开发者追踪和定位异常发生的位置以及异常抛出时的上下文信息。在generator.throw()方法中如果提供了回溯信息traceback参数那么该信息将包含在生成器捕获的异常中使得异常的回溯信息更加完整。如果没有提供回溯信息则系统会自动生成默认的回溯信息。
