详解Python的装饰器、迭代器&生成器、re正则表达式、字符串格式化

《详解Python的装饰器、迭代器&生成器、re正则表达式、字符串格式化》

Python作为一门简洁而强大的编程语言，其丰富的语法特性为开发者提供了高效的编程工具。本文将深入解析Python中四个核心特性：装饰器（Decorator）、迭代器与生成器（Iterator & Generator）、正则表达式（re模块）以及字符串格式化方法。这些特性不仅体现了Python的优雅设计，也是开发者提升代码质量的关键。

一、装饰器：不修改原函数代码的扩展魔法

装饰器是Python中用于动态修改函数或类行为的语法糖，其核心原理是通过闭包实现高阶函数。装饰器的典型应用场景包括日志记录、权限校验、性能测试等。

1.1 基础装饰器实现

最简单的装饰器接受一个函数作为参数，并返回一个新函数：

def simple_decorator(func):
    def wrapper():
        print("Before function call")
        func()
        print("After function call")
    return wrapper

@simple_decorator
def say_hello():
    print("Hello!")

say_hello()
# 输出：
# Before function call
# Hello!
# After function call

1.2 带参数的装饰器

当需要处理被装饰函数的参数时，装饰器需要三层嵌套：

def param_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"Calling {func.__name__} with args: {args}, kwargs: {kwargs}")
        return func(*args, **kwargs)
    return wrapper

@param_decorator
def greet(name, age):
    print(f"Hello {name}, you are {age} years old")

greet("Alice", 25)

1.3 类装饰器与装饰器类

类装饰器通过实现__call__方法实现：

class ClassDecorator:
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        print("Class decorator before")
        result = self.func(*args, **kwargs)
        print("Class decorator after")
        return result

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

1.4 装饰器应用案例

实际开发中，装饰器常用于实现缓存、重试机制等：

import time
from functools import wraps

def cache(func):
    cache_dict = {}
    @wraps(func)
    def wrapper(n):
        if n not in cache_dict:
            cache_dict[n] = func(n)
        return cache_dict[n]
    return wrapper

@cache
def fibonacci(n):
    if n 

二、迭代器与生成器：内存高效的序列处理

迭代器协议要求对象实现__iter__和__next__方法，生成器则是通过yield关键字简化的迭代器实现。

2.1 迭代器协议实现

class CountUpTo:
    def __init__(self, max):
        self.max = max
        self.current = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.current >= self.max:
            raise StopIteration
        self.current += 1
        return self.current

for num in CountUpTo(5):
    print(num)

2.2 生成器函数

生成器通过yield关键字暂停执行，每次迭代恢复时从yield处继续：

def infinite_sequence():
    num = 0
    while True:
        yield num
        num += 1

gen = infinite_sequence()
print(next(gen))  # 0
print(next(gen))  # 1

2.3 生成器表达式

类似列表推导式，但返回生成器对象：

squares = (x**2 for x in range(5))
print(list(squares))  # [0, 1, 4, 9, 16]

2.4 协程与生成器

生成器可通过send()方法接收数据，实现协程功能：

def coroutine_example():
    while True:
        x = yield
        print(f"Received: {x}")

c = coroutine_example()
next(c)  # 启动生成器
c.send(10)  # 输出: Received: 10

三、re正则表达式：强大的文本处理工具

re模块提供了Perl风格的正则表达式支持，是文本解析的核心工具。

3.1 基本匹配方法

import re

text = "Python 3.10 is awesome"
# 查找所有匹配
matches = re.findall(r"\d+\.\d+", text)  # ['3.10']
# 搜索第一个匹配
match = re.search(r"\d+\.\d+", text)
# 完全匹配
is_match = re.fullmatch(r"[A-Za-z ]+", text)

3.2 分组与捕获

date_str = "2023-05-15"
match = re.match(r"(\d{4})-(\d{2})-(\d{2})", date_str)
if match:
    year, month, day = match.groups()
    print(f"Year: {year}, Month: {month}")

3.3 编译正则对象

对于重复使用的正则表达式，应预先编译：

pattern = re.compile(r"\b\w{4}\b")  # 匹配4字母单词
words = pattern.findall("This is a test string")  # ['This', 'test']

3.4 替换与分割

# 替换
text = "12 plus 21 equals 33"
new_text = re.sub(r"\d+", "NUM", text)  # "NUM plus NUM equals NUM"

# 分割
parts = re.split(r"[,;]", "apple,banana;orange")  # ['apple', 'banana', 'orange']

3.5 高级特性

# 非贪婪匹配
text = "
content
more
"
divs = re.findall(r"
(.*?)
", text)  # ['content', 'more']

# 命名分组
match = re.search(r"(?P\d{4})-(?P\d{2})", "2023-05")
print(match.groupdict())  # {'year': '2023', 'month': '05'}

四、字符串格式化：从%到f-string的演进

Python提供了多种字符串格式化方法，各有适用场景。

4.1 %格式化（传统方法）

name = "Alice"
age = 25
print("Hello %s, you are %d years old" % (name, age))

4.2 str.format()方法

# 位置参数
print("Hello {}, you are {} years old".format(name, age))
# 命名参数
print("Hello {name}, you are {age} years old".format(name=name, age=age))
# 数字格式化
pi = 3.1415926
print("Pi is approximately {:.2f}".format(pi))  # 3.14

4.3 f-string（Python 3.6+推荐）

# 表达式求值
print(f"{name} will be {age + 5} in five years")
# 格式说明
price = 99.99
print(f"Price: ${price:.2f}")  # Price: $99.99
# 调试支持
x = 42
print(f"{x=}")  # x=42

4.4 模板字符串（安全场景）

from string import Template
t = Template("Hello $name, welcome to $place")
print(t.substitute(name="Bob", place="Python World"))

4.5 国际化支持

# 使用gettext模块实现多语言
import gettext
en = gettext.translation('messages', localedir='locales', languages=['en'])
en.install()
print(_("Hello World"))

关键词：Python装饰器、迭代器与生成器、re正则表达式、字符串格式化、闭包、yield关键字、f-string、正则分组、生成器表达式

简介：本文全面解析Python四大核心特性：装饰器通过闭包实现函数扩展，迭代器与生成器提供内存高效的序列处理，re模块支持强大的正则表达式操作，字符串格式化方法从%到f-string的演进体现了语言设计的进步。每个特性均包含原理说明、代码示例和实际应用场景分析。