迭代器、生成器、枚举对象

迭代器

# 迭代器概念：器：包含了多个值的容器    迭代：循环反馈（一次从容器中取出一个值）
#            从装有多个值的容器中一次取出一个值给外界
# 通过迭代器取值优缺点：

# 优点：不依赖索引，完成取值
# 缺点：不能计算长度，不能指定位取值(只能从前往后逐一取值)

可迭代对象

'''
可迭代对象: 有__iter__()方法的对象，调用该方法返回迭代器对象

有哪些：str | list | tuple | dict | set | range() | file（文档） | 迭代器对象 | enumerate() | 生成器
'''
# 可迭代对象
for v in 'abc'.__iter__():
    print(v)
for v in 'abc'.__iter__():
    print(v)
print('------------------------')
for k, v in {'a': 1, 'b': 2}.items():  # keys() | values() | items()
    print(k)

r_obj = range(10)
for v in r_obj:
    print(v)

with open('abc.txt', 'r', encoding='utf-8') as f:
    for line in f:
        print(line)

迭代器对象

'''
迭代器对象: 有__next__()方法的对象，也就是用该方法一次从迭代器对象中获取一个值，取出一个少一个

有哪些：file | enumerate() | 生成器

重点：
1.从迭代器对象中取元素，取一个少一个，如果要从头开始去，需要重新获得拥有所有元素的迭代器对象
2.迭代器对象也有__iter__()方法，调用后得到的是自己本身(当前含义几个元素，得到的就只有几个元素的迭代器对象)
'''
# 迭代器对象
with open('abc.txt', 'r', encoding='utf-8') as f:
    print(f.__next__())
    print(f.__next__())
    print(f.__next__())
    
# 迭代器对象取一个值就少一个值
print(iter_obj.__next__())  # 1
print(iter_obj.__next__())  # 3
print(iter_obj.__next__())  # 5
print(iter_obj.__next__())  # 7
print(iter_obj.__next__())  # 9
# print(iter_obj.__next__())  # 抛异常 StopIteration, 可以通过try对异常进行捕获并处理
print('===============================================')
iter_obj = st1.__iter__()  # 上一个迭代器对象迭代取值完毕后，就取空了，如果要再次取值，要重新生成迭代器对象
# 迭代器对象不能求长度(内部值的个数)
while True:
    try:
        ele = iter_obj.__next__()
        print(ele)
    except StopIteration:
        # print("取完了")
        break

print('===============================================')

for循环迭代

'''
1.自动获取被迭代对象的迭代器对象
2.在内部一次一次调用__next__()方法取值；
3.自动完成异常处理
'''
# for循环迭代器：自带异常处理的while循环，自动获取被迭代的对象的迭代器对象
iter_obj = st1.__iter__()
for ele in iter_obj:
    print(ele)

print('===============================================')
for ele in st1:  # 1.自动完成 for ele in st1.__iter__():  2.自动完成异常处理
    print(ele)

迭代器总结

# 可迭代对象：有__iter__()方法的对象，调用该方法返回迭代器对象
# 迭代器对象：有__next__()方法的对象，也就是用该方法一次从迭代器对象中获取一个值，取出一个少一个
# for循环迭代器：
#   -- 1.自动获取被迭代对象的迭代器对象；
#   -- 2.在内部一次一次调用__next__()方法取值；
#   -- 3.自动完成异常处理
print('===============================================')
obj = [1, 2, 3].__iter__()
for v in obj:
    print(v)
    if v == 2:
        break
print(obj.__iter__().__iter__().__iter__().__next__())
# print(obj.__iter__().__iter__().__iter__() is obj)  # True
# 可迭代对象.__iter__()得到的是该对象的迭代器对象
# 迭代器对象.__iter__().__iter__()得到的就是迭代器对象本身

生成器

# 生成器：包含yield关键字的函数就是生成器
def my_generator():
    yield 1
    yield 2
    yield 3
g_obj = my_generator()
# my_generator()并不会执行函数体，得到的返回值就是生成器对象
# 生成器对象就是迭代器对象
r1 = g_obj.__next__() # 1

for v in g_obj:
    print(v)  # 2 | 3

# 生成器的应用案例
# 当访问的数据资源过大，可以将数据用生成器处理，一次只获取所有内容的一条资源
def my_range(min, max=0, step=1):
    if max == 0:
        min, max = max, min
    tag = min
    while True:
        if tag >= max:
            break
        yield tag
        tag += step


range_obj = my_range()
print(range_obj.__next__())
print(range_obj.__next__())

枚举对象

ls = [1, 3, 5, 7, 9]
# 通过for迭代器 循环遍历 可迭代对象，需要知道迭代的索引
# count = 0
# for v in ls:
#     print(count, v)
#     count += 1

for i, v in enumerate(ls):
    print(i, v)

for i, v in enumerate('abc'): # 生成迭代器对象：[(0, 'a'),(1, 'b'), (2, 'c')]
    print(i, v)