Python基础（8）_迭代器、生成器、列表解析

一、迭代器

1、什么是迭代

　　1 重复
　　2 下次重复一定是基于上一次的结果而来

l=[1,2,3,4]
count=0
while count < len(l):
    print(l[count])
    count+=1

2、可迭代对象

　　可进行.__iter__()操作的为可迭代对象

　　#print(isinstance(str1,Iterable)),判断str1是否是可迭代对象

3、迭代器

　　进行.__iter__()操作操作后的结果为迭代器

　　iter1=obj.__iter__()  #iter1为迭代器

优点:

1 提供了一种不依赖于索引的取值方式

2 惰性计算，节省内存

缺点：
　　1 取值不如按照索引取值方便
　　2 一次性，只能往后取，不能回退

　　3 无法获取长度

　　迭代器的应用：

1.提供了一种不依赖索引的统一的迭代方法
2. 惰性计算，比如取文件的每一行

4、迭代器对象

　　可进行.__next__()操作的为可迭代对象

　　#print(isinstance(str1,Iterator)),判断str1是否是迭代器对象

二、生成器

生成器函数：函数体内包含有yield关键字

生成器：生成器函数执行的结果是生成器　

yield的功能：
　　1.与return类似，都可以返回值，但不一样的地方在于yield返回多次值，而return只能返回一次值
　　2.为函数封装好了__iter__和__next__方法，把函数的执行结果做成了迭代器
　　3.遵循迭代器的取值方式obj.__next__（），触发的函数的执行，函数暂停与再继续的状态都是由yield保存的

生成器应用举例

#模拟tail -f a.txt
import time
def tail(filepath,encoding):
    '''从文件读取最后一行内容'''
    with open (filepath,encoding='utf-8') as f:
        f.seek(0,2)
        while True:
            line=f.readline()
            if line:
                yield line
            else:
                time.sleep(0.5)
def grep(lines,pattern):
    '''guolv内容，如果有就返回'''
    for line in lines:
        if pattern in line:
            #print(line)
            yield line

g=tail('homework01.txt')
g2=grep(g,'err0r')
g3=grep(g2,'404')
for i in g3:
    print(i)

三、列表解析

python的三元运算格式如下：

　　result=值1 if x<y else 值2    这个是什么意思呢，就是结果=值1 if 条件1 else 值2

列表解析：

　　用三元表达式，将结果写入列表，即为列表解析

列表解析实例：

要求：列出1~10所有数字的平方
####################################################
1、普通方法：
>>> L = []
>>> for i in range(1,11):
...     L.append(i**2)
... 
>>> print L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
####################################################
2、列表解析
>>>L = [ i**2 for i in range(1,11)]
>>>print L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

要求：列出1~10中大于等于4的数字的平方
####################################################
1、普通方法：
>>> L = []
>>> for i in range(1,11):
...     if i >= 4:
...         L.append(i**2)
... 
>>> print L
[16, 25, 36, 49, 64, 81, 100]
####################################################
2、列表解析
>>>L = [ i**2 for i in range(1,11) if i >= 4 ]
>>>print L
[16, 25, 36, 49, 64, 81, 100]

要求：列出"/var/log"中所有已'.log'结尾的文件
##################################################
1、普通方法
>>>import os
>>>file = []
>>> for file in os.listdir('/var/log'):
...     if file.endswith('.log'):
...         file.append(file)
... 
>>> print file
['anaconda.ifcfg.log', 'Xorg.0.log', 'anaconda.storage.log', 'Xorg.9.log', 'yum.log', 'anaconda.log', 'dracut.log', 'pm-powersave.log', 'anaconda.yum.log', 'wpa_supplicant.log', 'boot.log', 'spice-vdagent.log', 'anaconda.program.log']
##################################################
2.列表解析
>>> import os
>>> file = [ file for file in os.listdir('/var/log') if file.endswith('.log') ]
>>> print file
['anaconda.ifcfg.log', 'Xorg.0.log', 'anaconda.storage.log', 'Xorg.9.log', 'yum.log', 'anaconda.log', 'dracut.log', 'pm-powersave.log', 'anaconda.yum.log', 'wpa_supplicant.log', 'boot.log', 'spice-vdagent.log', 'anaconda.program.log']

四、生成器解析

#############################################
egg_list=['鸡蛋%s' %i for i in range(10)] #列表解析

#############################################

laomuji=('鸡蛋%s' %i for i in range(10))#生成器表达式
print(laomuji)
print(next(laomuji)) #next本质就是调用__next__
print(laomuji.__next__())
print(next(laomuji))

总结：

　　1.把列表解析的[]换成()得到的就是生成器表达式

　　2.列表解析与生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存

　　3.Python不但使用迭代器协议，让for循环变得更加通用。大部分内置函数，也是使用迭代器协议访问对象的。

例如， sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，所以，我们可以直接这样计算一系列值的和：

sum(x ** 2 for x in xrange(4))

而不用多此一举的先构造一个列表：

sum([x ** 2 for x in xrange(4)])