一 迭代器介绍
迭代器即用来迭代取值的工具，而迭代是重复反馈过程的活动，其目的通常是为了逼近所需的目标或结果，每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值,单纯的重复并不是迭代
迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复
都是基于上一次的结果而继续的，单纯的重复并不是迭代
while True: msg = input('>>: ').strip() print(msg)
下述while循环才是一个迭代过程，不仅满足重复，而且以每次重新赋值后的index值作为下一次循环中新的索引进行取值，反复迭代，最终可以取尽列表中的值
goods=['mac','lenovo','acer','dell','sony'] index=0 while index < len(goods): print(goods[index]) index+=1
迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型
有：列表、字符串、元组、字典、集合、打开文件
l=['egon','liu','alex'] i=0 while i < len(l): print(l[i]) i+=1
上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组
为了解决基于索引迭代器取值的局限性
python必须提供一种能够不依赖于索引的取值方式，这就是迭代器
1.1 可迭代对象
通过索引的方式进行迭代取值，实现简单，但仅适用于序列类型：字符串，列表，元组。对于没有索引的字典、集合等非序列类型，必须找到一种不依赖索引来进行迭代取值的方式，这就用到了迭代器。
要想了解迭代器为何物，必须事先搞清楚一个很重要的概念：可迭代对象(Iterable)。从语法形式上讲，内置有__iter__方法的对象都是可迭代对象，字符串、列表、元组、字典、集合、打开的文件都是可迭代对象：
{'name':'egon'}.__iter__
{7,8,9}.__iter__
……
# 1、可迭代的对象：但凡内置有__iter__方法的都称之为可迭代的对象 # s1='' # # s1.__iter__() # # l=[] # # l.__iter__() # # t=(1,) # # t.__iter__() # # d={'a':1} # # d.__iter__() # # set1={1,2,3} # # set1.__iter__() # # with open('a.txt',mode='w') as f: # # f.__iter__() # pass
1.2 迭代器对象
调用obj.iter()方法返回的结果就是一个迭代器对象(Iterator)。迭代器对象是内置有iter和next方法的对象，打开的文件本身就是一个迭代器对象，执行迭代器对象.iter()方法得到的仍然是迭代器本身，而执行迭代器.next()方法就会计算出迭代器中的下一个值。 迭代器是Python提供的一种统一的、不依赖于索引的迭代取值方式，只要存在多个“值”，无论序列类型还是非序列类型都可以按照迭代器的方式取值
>>> s={1,2,3} # 可迭代对象s
>>> i=iter(s) # 本质就是在调用s.__iter__(),返回s的迭代器对象i，
>>> next(i) # 本质就是在调用i.__next__()
1
>>> next(i)
2
>>> next(i)
3
>>> next(i) #抛出StopIteration的异常，代表无值可取，迭代结束
# 2、调用可迭代对象下的__iter__方法会将其转换成迭代器对象 d={'a':1,'b':2,'c':3} d_iterator=d.__iter__() # print(d_iterator) # print(d_iterator.__next__()) # print(d_iterator.__next__()) # print(d_iterator.__next__()) # print(d_iterator.__next__()) # 抛出异常StopIteration # while True: # try: # print(d_iterator.__next__()) # except StopIteration: # break # # print('====>>>>>>') # 在一个迭代器取值取干净的情况下，再对其取值娶不到 # d_iterator=d.__iter__() # while True: # try: # print(d_iterator.__next__()) # except StopIteration: # break # l=[1,2,3,4,5] # l_iterator=l.__iter__() # # while True: # try: # print(l_iterator.__next__()) # except StopIteration: # break # 3、可迭代对象与迭代器对象详解 # 3.1 可迭代对象（"可以转换成迭代器的对象"）：内置有__iter__方法对象 # 可迭代对象.__iter__(): 得到迭代器对象 # 3.2 迭代器对象：内置有__next__方法并且内置有__iter__方法的对象 # 迭代器对象.__next__（）：得到迭代器的下一个值 # 迭代器对象.__iter__（）：得到迭代器的本身，说白了调了跟没调一个样子 # dic={'a':1,'b':2,'c':3} # # dic_iterator=dic.__iter__() # print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__()) # # 4、可迭代对象：字符串、列表、元组、字典、集合、文件对象 # 迭代器对象：文件对象 # s1='' # s1.__iter__() # # l=[] # l.__iter__() # # t=(1,) # t.__iter__() # # # d={'a':1} # d.__iter__() # # set1={1,2,3} # set1.__iter__() # # # with open('a.txt',mode='w') as f: # f.__iter__() # f.__next__()
二 for循环原理
有了迭代器后，我们便可以不依赖索引迭代取值了，使用while循环的实现方式如下
goods=['mac','lenovo','acer','dell','sony'] i=iter(goods) #每次都需要重新获取一个迭代器对象 while True: try: print(next(i)) except StopIteration: #捕捉异常终止循环 break
for循环又称为迭代循环，in后可以跟任意可迭代对象，上述while循环可以简写为
goods=['mac','lenovo','acer','dell','sony'] for item in goods: print(item)
for 循环在工作时，首先会调用可迭代对象goods内置的iter方法拿到一个迭代器对象，然后再调用该迭代器对象的next方法将取到的值赋给item,执行循环体完成一次循环，周而复始，直到捕捉StopIteration异常，结束迭代。
for循环的工作原理：for循环可以称之为叫迭代器循环 d={'a':1,'b':2,'c':3} # 1、d.__iter__()得到一个迭代器对象 # 2、迭代器对象.__next__()拿到一个返回值，然后将该返回值赋值给k # 3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环 # for k in d: # print(k) # with open('a.txt',mode='rt',encoding='utf-8') as f: # for line in f: # f.__iter__() # print(line) # list('hello') #原理同for循环
三 迭代器的优缺点
基于索引的迭代取值，所有迭代的状态都保存在了索引中，而基于迭代器实现迭代的方式不再需要索引，所有迭代的状态就保存在迭代器中，然而这种处理方式优点与缺点并存：
3.1 优点：
1、为序列和非序列类型提供了一种统一的迭代取值方式。
2、惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。
3.2 缺点：
1、除非取尽，否则无法获取迭代器的长度
2、只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。