用一个简单的例子来理解python高阶函数 python

最近在用mailx发送邮件, 写法大致如下.
echo 'body'|mailx -s 'title' 'a@corp.com,b@corp.com'
不知什么原因, 在一台机器上只要mailTo中包含空格, 邮件就发送不出去. 所以需要对收件人做规范化处理, 即去除空格, 去除多余的逗号.
这个处理过程使用到了map()和reduce(), 使用情形很简单, 更有助于理解这两个函数的作用.

#原始的mailTo mailToStr=',a@corp.com ,, c@corp.com,e@corp.com,' #该字符串中, 有空邮箱地址, 还有邮箱前后带空格#step 1: 先转换成list mailTo=mailToStr.split(',') #结果为, ['', 'a@corp.com ', '', ' c@corp.com', 'e@corp.com', '']#step 2：对list中元素做trim mailTo=map(lambda x: x.strip(),mailTo) #结果为, ['', 'a@corp.com', '', 'c@corp.com', 'e@corp.com', '']#step 3：去除list中的那几个空邮箱地址了 def exceptEmpty(x,y): if x=='': return y elif y=='': return x else: return x+','+ymailToStr=reduce(exceptEmpty,mailTo) #mailToStr的结果是 'a@corp.com,c@corp.com,e@corp.com'

总结一下 map/reduce/zip/filter几个高阶函数的作用
【用一个简单的例子来理解python高阶函数】map()函数, 我们需要提供2个参数, 第1个是lambda表达式或函数, 第2个参数是个list,
map()的作用是, 将list中的每个元素, 带到lambda表达式中求值, 最后再组成一个list.
比如,map(lambda x: x.strip(),['a@corp.com', 'c@corp.com']), 对每个元素都做了trim
reduce()函数, 我们需要提供2个参数, 第1个是lambda表达式或函数, 第2个参数是个list,
reduce()作用是, 将list中的相连的两个元素, 带入到lambda表达式中做"递归"求值, 最后生成一个scalar值.
zip()的作用是, 将两个list中的元素进行编织mesh.
zip([1,2,3],['a','b'])
结果为[(1, 'a'), (2, 'b')]
filter()的作用是很直观, 对于给定的list, 按照我们设定的lambda表达式条件, 过滤掉不符合的元素.
filter(lambda x: x>0, [-1,0,1,2])
结果为[1,2]
补充一点, lambda 表达式, 冒号后为一个表达式, 不是 return 语句.
以上就是本次分享的全部内容，现在想要学习编程的小伙伴欢迎关注Python技术大本营，获取更多技能与教程。