闭合 与 生成器

复数名词。以及返回其它函数的函数、高级正则表达式和生成器。

import redef plural(noun):              if re.search('[sxz]$', noun):             ①        return re.sub('$', 'es', noun)        ②    elif re.search('[^aeioudgkprt]h$', noun):        return re.sub('$', 'es', noun)           elif re.search('[^aeiou]y$', noun):              return re.sub('y$', 'ies', noun)         else:        return noun + 's'

• re.search()是查询
• 中括号表示“匹配这些字符的其中之一”。因此 [sxz] 的意思是： “s、 x 或 z”，但只匹配其中之一。
• re.sub() 函数执行基于正则表达式的字符串替换。

否定”正则表达式

>>> import re>>> re.search('[^aeiou]y$', 'vacancy')  ①<_sre.SRE_Match object at 0x001C1FA8>>>> re.search('[^aeiou]y$', 'boy')      ②>>> >>> re.search('[^aeiou]y$', 'day')>>> >>> re.search('[^aeiou]y$', 'pita')     ③>>> 

• vacancy 匹配该正则表达式，因为它以 cy 结尾，且 c 并非 a、 e、 i、 o 或 u。
• boy 不匹配，因为它以 oy 结尾，可以明确地说 y 之前的字符不能是 o 。day 不匹配，因为它以 ay 结尾。

最终版本：
我还想指出可以将该两条正则表达式合并起来（一条查找是否应用该规则，另一条实际应用规则），使其成为一条正则表达式。用到的记忆分组。该分组用于保存字母 y 之前的字符。然后在替换字符串中，用到了新的语法： \1，它表示“嘿，记住的第一个分组呢？把它放到这里。”在此例中， 记住了 y 之前的 c ，在进行替换时，将用 c 替代 c，用 ies 替代 y 。（如果有超过一个的记忆分组，可以使用 \2 和 \3 等等。）

>>> re.sub('([^aeiou])y$', r'\1ies', 'vacancy')  ②'vacancies'

函数列表，闭合

import redef build_match_and_apply_functions(pattern, search, replace):  ①    def matches_rule(word):        return re.search(pattern, word)    def apply_rule(word):        return re.sub(search, replace, word)    return (matches_rule, apply_rule)rules = []with open('plural4-rules.txt', encoding='utf-8') as pattern_file:  ②    for line in pattern_file:                                      ③        pattern, search, replace = line.split(None, 3)             ④        rules.append(build_match_and_apply_functions(              ⑤                pattern, search, replace))

1. build_match_and_apply_functions() 函数没有发生变化。仍然使用了闭合技术：通过外部函数中定义的变量来动态创建两个函数。
2. 全局的 open() 函数打开文件并返回一个文件对象。此例中，将要打开的文件包含了名词复数形式的模式字符串。with 语句创建了叫做 context【上下文】的东西：当 with 块结束时，Python 将自动关闭文件，即便是在 with 块中引发了例外也会这样。在 《文件》 一章中将学到关于 with 块和文件对象的更多内容。
3. for line in 代码从打开的文件中读取数据，并将文本赋值给 line 变量。在 《文件》 一章中将学到更多关于读取文件的内容。
4. 文件中每行都有三个值，单它们通过空白分隔（制表符或空白，没有区别）。要将它们分开，可使用字符串方法 split() 。split() 方法的第一个参数是 None，表示“对任何空白字符进行分隔（制表符或空白，没有区别）”。第二个参数是 3，意思是“针对空白分隔三次，丢弃该行剩下的部分。”像 [sxz] es 这样的行将被分割为列表 [‘[sxz]′,′’, ‘es’]，意思是 pattern 获得值 ‘[sxz]′，search获得值′’，而 replace 获得值 ‘es’。对于短短的一行代码来说确实威力够大的。
5. 最后，将 pattern 、 search 和 replace 传入 build_match_and_apply_functions() 函数，它将返回一个函数的元组。将该元组添加到 rules 列表，最终 rules 将储存 plural() 函数所预期的匹配和应用函数列表。

此处的改进是将复数形式规则独立地放到了一份外部文件中，因此可独立于使用它的代码单独对规则进行维护。代码是代码，数据是数据，生活更美好。

生成器（generator）

如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器（Generator）。

创建

1. 要创建一个generator，有很多种方法。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。

2. 如果一个函数定义中包含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：
   yield 命令的意思是这不是一个普通的函数。它是一次生成一个值的特殊类型函数。可以将其视为可恢复函数。即等价于一个中断。
   最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

>>> def odd():...     print 'step 1'...     yield 1...     print 'step 2'...     yield 3...     print 'step 3'...     yield 5...

使用

generator的next()方法，所以，我们创建了一个generator后，基本上永远不会调用next()方法，而是通过for循环来迭代它。正确的方法是使用for循环。

>>> for n in fib(6):...     print n

优缺点

获得了什么呢？启动时间。在第四步中引入 plural4 模块时，它读取了整个模式文件，并创建了一份所有可能规则的列表，甚至在考虑调用 plural() 函数之前。有了生成器，可以轻松地处理所有工作：可以读取规则，创建函数并试用它们，如果该规则可用甚至可以不读取文件剩下的部分或创建更多的函数。

失去了什么？性能！每次调用 plural() 函数，rules() 生成器将从头开始——这意味着重新打开模式文件，并从头开始读取，每次一行。

要是能够两全其美多好啊：最低的启动成本（无需对 import 执行任何代码），同时 最佳的性能（无需一次次地创建同一函数）。哦，还需将规则保存在单独的文件中（因为代码和数据要泾渭分明），还有就是永远不必两次读取同一行。

加强

在 python2.5 中,一些加强特性加入到生成器中,所以除了 next()来获得下个生成的值,用户可以将值回送给生成器[send()],在生成器中抛出异常,以及要求生成器退出[close()]

def gen(x):    count = xf = gen(5)print f.send(9)#发送数字9给生成器

参考：

http://old.sebug.net/paper/books/dive-into-python3/generators.html