understand WSGI

list,deque,...
set,fronzensets,...
dict,defaultdict,OrderedDict,Counter,...
tuple,namedtuple,...
str 容器比较容易理解，因为你可以把它看做是一个盒子，一栋房子、一个柜子，里面可以塞任何东西。从技术角度来说，当它可以用来询问某个 元素是否包含在其中时，那么这个对象就可以认为是一个容器，比如list,set,tuples都是容器对象： 尽管绝大多数容器都提供了某种方式来获取其中的每一个元素，但这并不是容器本身提供的能力，而是可迭代对象赋予了容器这种能力， 当然并不是所有的容器都是可迭代的，比如：Bloom Filter，虽然Bloom  Filter可以用来检测某个元素是否包含在容器中，但是并不能从 容器中获取其中的一个值，因为Bloom filter压根就没把元素扫描在容器中，而是通过一个散列函数映射成一个值保存在数组中。

刚才说过，很多容器都是可迭代对象，此外还有跟多的对象同样可是可迭代对象，比如打开状态的files、socket等等，
但凡是可以返回一个迭代器的对象都可称之为可迭代对象，听起来可能有点困惑，没关系，先看一个例子：

它是一个带状态的对象，他能在你调用next()方法地时候返回容器中的下一个值，任何实现了__iter__和__next__()
迭代器就是实现了工厂模式的对象
class Fib:
    def __init__(self):
        self.prev = 0 
        self.curr = 1
    def __iter__(self):
        return self
    def __next__(self):
        value = self.curr
        self.curr += self.prev
        self.prev = value
        return value
f = Fib()

生成器是一种特殊的迭代器，这种迭代器更加优雅，不需要向上面的类一样写__iter__()和__next__（）方法了，只需要一个yield
关键字，生成器一定是迭代器(反之不成立),因此任何生成器也是一一种懒加载的模式生成值。    
def fib():
    prev,curr = 0 ,1
    while True:
        yield curr
        prev,curr = curr,curr+prev

def not_null(*varnames):
    def outer(func):
        def inner(*args,**kwargs):
            args_name = func.__code__.co_varnames
            args_cnt = func.__code__.co_argcount
            flag = True
            for name in varnames:
                index = args_name.index(name)
                flag = flag and (args[index] is not None)
            if not flag:
                raise TypeError("somethis is None")
            result = func(*args,**kwargs)
            return result
        return inner
    return outer

iterable=app(environ,start_response)
for data in iterable:
    #send data to client