Python函数的高级应用：装饰器和生成器。

Python是一门功能强大的编程语言，提供了许多高级特性和功能，使得开发者能够更加高效地编写代码。在Python中，装饰器和生成器是两个非常有用的高级特性，它们能够帮助开发者更好地组织和优化代码。

首先，让我们来了解一下装饰器（decorators）。装饰器是Python中一种特殊的函数，它可以在不修改被装饰函数源代码的情况下，给该函数添加一些额外的功能。通常情况下，装饰器是以 "@" 符号加上装饰器函数的名称来使用的。

装饰器的主要作用包括：

1. 日志打印：可以在函数执行前后添加打印日志的功能，方便调试和跟踪程序的执行过程。

2. 计时器：可以记录函数执行的时间，用于性能分析和优化。

3. 权限验证：可以添加权限验证的功能，确保只有具有特定权限的用户可以执行函数。

4. 缓存：可以将函数的计算结果进行缓存，避免重复计算，提高性能。

5. 参数检查：可以在函数执行前对传入的参数进行检查，确保参数的合法性和有效性。

下面是一个装饰器的例子，演示了如何给一个函数添加日志打印的功能：

def log_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"Calling function {func.__name__}")
        result = func(*args, **kwargs)
        print(f"Function {func.__name__} finished")
        return result
    return wrapper

@log_decorator
def add(a, b):
    return a + b

result = add(1, 2)
print(result)

执行上述代码，会输出以下内容：

Calling function add
Function add finished
3

可以看到，通过装饰器，我们在函数调用前后打印了日志信息，不需要对原来的函数进行修改，使得代码更加简洁和可维护。

接下来，让我们来了解一下生成器（generators）。生成器是一种特殊的迭代器，它能够在迭代过程中生成值，而不需要在内存中保存所有的值。这样可以节省内存，特别适合处理大量数据的情况。

生成器的定义方式有两种：

1. 使用生成器函数：生成器函数使用 yield 关键字来产生值，每个 yield 关键字都会返回一个值，并保存当前的状态，等待下一次调用。

2. 使用生成器表达式：生成器表达式类似于列表推导式，但是使用 () 来表示，而不是 []。

下面是一个使用生成器函数的例子，演示了如何生成一个斐波那契数列：

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

fib = fibonacci()
for i in range(10):
    print(next(fib))

执行上述代码，会输出以下内容：

0
1
1
2
3
5
8
13
21
34

可以看到，通过生成器函数，我们可以很方便地生成无限序列的值。在迭代过程中，生成器每次产生一个值，并保存当前的状态，等待下一次调用。这样可以大大减少内存的使用，而且在处理大量数据时效率也非常高。

除了生成器函数，还可以使用生成器表达式来创建生成器。生成器表达式类似于列表推导式，但是使用圆括号 () 来表示，而不是方括号 []。下面是一个生成器表达式的例子，演示了如何生成一个列表中所有元素的平方：

numbers = [1, 2, 3, 4, 5]
squared_numbers = (x ** 2 for x in numbers)

for num in squared_numbers:
    print(num)

执行上述代码，会输出以下内容：

1
4
9
16
25

可以看到，通过生成器表达式，我们可以很方便地生成一个序列的值，并且不需要保存整个序列在内存中。

综上所述，装饰器和生成器是Python中非常有用的高级特性，能够帮助开发者更好地组织和优化代码。装饰器可以在不修改被装饰函数源代码的情况下，给函数添加额外的功能，如日志打印、权限验证等。生成器可以在迭代过程中生成值，而不需要一次性保存所有的值，适合处理大量数据的情况。希望本文对你理解和应用装饰器和生成器有所帮助。