# 遍历字符串
for x in 'hello':print(x)# 遍历列表
lt = [1, 2, 3]
for i in lt:# 手动获取下标print(i, lt.index(i))# 遍历列表，可以直接使用下标
for index, value in enumerate(lt):print(index, value)# 遍历字典
d = {'a': 'apple', 'b': 'banana', 'c': 'cat', 'd': 'dog'}
for k in d:# 默认遍历的是键，值需要单独获取print(k, d[k])for k,v in info.items():print('%s is %s'%(k,v))# for k, v in d.items():
# 上下两个式子等价
for k, v in dict.items(d):print(k, v)　

例1:生成[1x1, 2x2, 3x3, ..., 10x10]# 方法一：循环
L = []
for x in range(1, 11):L.append(x * x)# 方法二：列表生成式
[x * x for x in range(1, 11)]>>>[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]例2for + if 判断
[x * x for x in range(1, 11) if x % 2 == 0]>>>[4, 16, 36, 64, 100]例3
使用两层循环，可以生成全排列：
[m + n for m in 'ABC' for n in 'XYZ']>>>['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']例4
for循环对dict的items()可以同时迭代key和value：
d = {'x': 'A', 'y': 'B', 'z': 'C' }
for k, v in d.items():print(k, '=', v)>>> y = Bx = Az = C列表生成式,使用两个变量来生成list：
d = {'x': 'A', 'y': 'B', 'z': 'C' }
[k + '=' + v for k, v in d.items()]>>> ['y=B', 'x=A', 'z=C']把一个list中所有的字符串变成小写：
L = ['Hello', 'World', 'IBM', 'Apple']
[s.lower() for s in L]>>> ['hello', 'world', 'ibm', 'apple']

# 方法一：将一个列表生成式的[]改成()
L = [x * x for x in range(10)]    # 列表生成式
g = (x * x for x in range(10))    # 生成器

generator的下一个返回值，通过next()函数获得
generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误为避免StopIteration的错误
g = (x * x for x in range(10))
for n in g:print(n)# 方法二
def fib(max):n, a, b = 0, 0, 1while n < max:print(b)a, b = b, a + b    # 赋值语句n = n + 1return 'done'斐波拉契数列的推算规则，逻辑类似generator
要把fib函数变成generator，只需要把print(b)改为yield b
def fib(max):n, a, b = 0, 0, 1while n < max:yield ba, b = b, a + bn = n + 1return 'done'

g = fib(6)
while True:try:x = next(g)print('g:', x)except StopIteration as e:print('Generator return value:', e.value)break>>> g: 1g: 1g: 2g: 3g: 5g: 8Generator return value: done　　

Python的for循环本质上就是通过不断调用next()函数实现:
for x in [1, 2, 3, 4, 5]:pass实际上完全等价于：# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:try:# 获得下一个值:x = next(it)except StopIteration:# 遇到StopIteration就退出循环break

# -*- coding:gbk -*-
'''示例1: 使用语法糖@来装饰函数，相当于“myfunc = deco(myfunc)”
但发现新函数只在第一次被调用，且原函数多调用了一次'''def deco(func):print("before myfunc() called.")func()print("  after myfunc() called.")return func@deco            #@deco和myfunc = deco(myfunc)其实是完全等价的
def myfunc():print(" myfunc() called.")myfunc()
myfunc()# 装饰器被调用
# -*- coding:gbk -*-
'''示例2: 使用内嵌包装函数来确保每次新函数都被调用，
内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装函数对象'''def deco(func):def _deco():print("before myfunc() called.")func()print("  after myfunc() called.")# 不需要返回func，实际上应返回原函数的返回值return _deco@deco
def myfunc():print(" myfunc() called.")return 'ok'myfunc()
myfunc()# 对带参数的函数进行装饰
# -*- coding:gbk -*-
'''示例5: 对带参数的函数进行装饰，
内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装函数对象'''def deco(func):def _deco(a, b):print("before myfunc() called.")ret = func(a, b)print("  after myfunc() called. result: %s" % ret)return retreturn _deco@deco
def myfunc(a, b):print(" myfunc(%s,%s) called." % (a, b))return a + bmyfunc(1, 2)
myfunc(3, 4)# 让装饰器带参数
# -*- coding:gbk -*-
'''示例7: 在示例4的基础上，让装饰器带参数，
和上一示例相比在外层多了一层包装。
装饰函数名实际上应更有意义些'''def deco(arg):def _deco(func):def __deco():print("before %s called [%s]." % (func.__name__, arg))func()print("  after %s called [%s]." % (func.__name__, arg))return __decoreturn _deco@deco("mymodule")
def myfunc():print(" myfunc() called.")@deco("module2")
def myfunc2():print(" myfunc2() called.")myfunc()
myfunc2()