python的三大器（装饰器，生成器，迭代器）....
一 .装饰器
装饰器的作用：
- 装饰器的本质：是一个闭包（高阶函数+嵌套函数）
- 装饰器的功能：在不修改原函数的及其调用的情况下对原函数的功能进行扩展。
流程：
定义一个要装饰的功能，定义第一个内层函数，内层函数他必须是多值参数的形式，把功能写好，然后调用内层函数，并且给他一个返回值，等把装饰功能写好后，在把这个返回值给它返回来，然后在把内层函数名给返回来。
import time
def cla_index(f):
def inner(*args,**kwargs):
start_time = time.time()
ret = f(*args,**kwargs)
end_time = time.time()
print(end_time-start_time)
return ret
return inner
@cla_index
def add(m,n):
time.sleep(2.2)
return m + n
print(add(1,2))
当我们任何函数需要装饰的时候，直接@函数名（语法糖）
优点：
我们程序的拓展性不仅很强，而且还特别安全，不会对原来程序的结构以及调用的接口造成任何的影响。
二.迭代器
迭代器：
迭代是访问集合的一种方式，迭代器是可以记住便利的位置的对象。迭代对象从集合的第一个元素开始访问，知道所有的元素被访问完结束，迭代器只能往前不会后退。、
拥有_iter_()和_next_()方法就是一个迭代器
可迭代对象：
数据使用for的便利的对象，就是一个迭代对象，或者实现的__iter__()方法就是一个可迭代对象，
以直接作用于 for 循环的数据类型有以下几种：
一类是集合数据类型，如 list 、 tuple 、 dict 、 set 、 str 等；
一类是 generator ，包括生成器和带 yield 的generator function。
这些可以直接作用于 for 循环的对象统称为可迭代对象： Iterable 。
isinstance() 判断某个东西是否可以迭代：
form collections.abc import Iterable
print(isinstance([1,2,33],Iterable)
凡是可作用于 for 循环的对象都是 Iterable 类型；
凡是可作用于 next() 函数的对象都是 Iterator 类型
集合数据类型如 list 、 dict 、 str 等是 Iterable 但不是 Iterator ，不过可以通过 iter() 函数获得一个 Iterator 对象
三.生成器
定义：
在Python中，一边循环一边计算的机制，称为生成器：generator。
如何创建一个生成器：
-
第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
-
如果一个函数中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator。调用函数就是创建了一个生成器（generator）对象。
生成器的工作原理
（1）生成器(generator)能够迭代的关键是它有一个next()方法，
工作原理就是通过重复调用next()方法，直到捕获一个异常。
（2）带有 yield 的函数不再是一个普通函数，而是一个生成器generator。
可用next()调用生成器对象来取值。next 两种方式 t.next() | next(t)。
可用for 循环获取返回值（每执行一次，取生成器里面一个值）
（基本上不会用next()来获取下一个返回值，而是直接使用for循环来迭代）。
（3）yield相当于 return 返回一个值，并且记住这个返回的位置，下次迭代时，代码从yield的下一条语句开始执行。
（4）.send() 和next()一样，都能让生成器继续往下走一步（下次遇到yield停），但send()能传一个值，这个值作为yield表达式整体的结果