在Python中，生成器（generators）和装饰器（decorators）都是非常强大的工具。
生成器允许你创建迭代器，而无需一次性将所有元素加载到内存中，从而节省内存。装饰器则允许你修改或增强函数或方法的行为，而不改变它们的代码。
结合生成器和装饰器，你可以创建一些非常灵活和强大的工具。下面是一个简单的例子，展示了如何使用装饰器来增强生成器的功能。
示例：使用装饰器记录生成器输出
假设你有一个生成器函数，它生成一个数字序列。你想用一个装饰器来记录这个生成器产生的每个值。
import functools# 定义一个装饰器，用于记录生成器的输出
def log_generator_output(func):@functools.wraps(func)def wrapper(*args, **kwargs):gen = func(*args, **kwargs)print(f"Starting generator: {func.__name__}")try:while True:value = next(gen)print(f"Generated: {value}")yield valueexcept StopIteration:print(f"Generator {func.__name__} finished.")return wrapper# 定义一个简单的生成器函数
@log_generator_output
def number_generator(start, end):current = startwhile current <= end:yield currentcurrent += 1# 使用生成器
for num in number_generator(1, 5):# 这里不需要处理num，因为装饰器已经处理了输出pass
解释
1.装饰器定义：
log_generator_output 是一个装饰器函数，它接受一个生成器函数 func 作为参数。
wrapper 函数内部首先调用原始的生成器函数 func 并获取生成器对象 gen。
使用 while True 循环和 next(gen) 来迭代生成器，并在每次迭代时打印生成的值。
使用 yield 语句将生成的值返回给调用者，以保持生成器的行为。
当生成器抛出 StopIteration 异常时，打印结束信息。
2.生成器定义：
number_generator 是一个简单的生成器函数，生成从 start 到 end 的数字序列。
使用 @log_generator_output 装饰器来增强这个生成器。
3.使用生成器：
当你迭代 number_generator(1, 5) 时，装饰器会记录并打印每个生成的值。
注意事项
性能：
虽然装饰器非常有用，但它们可能会引入一些性能开销，尤其是在每次迭代都进行打印或其他操作时。
兼容性：
确保你的装饰器能够处理生成器的所有特性，例如 send、throw 和 close 方法（如果需要）。
通过这种方式，你可以将生成器和装饰器结合起来，创建功能强大且易于维护的代码。
