# DAY13
## 迭代器
```python
# 一、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）
# 迭代器：从装有多个值的容器中一次取出一个值给外界
# ls = 'abcdef'
ls = [1, 2, 3, 4, 5]
# 遍历：被遍历的对象必须是有序容器
i = 0
while i < len(ls):
print(ls[i])
i += 1
st = {1, 2, 3, 4, 5}
dic = {'a': 1, 'b': 2, 'c': 3}
# 二、可迭代对象：
# 对象：python中的一个对象(装有地址的变量)
# 可迭代对象：该对象有__iter__()方法
# [].__iter__()
# ().__iter__()
# {}.__iter__()
# {1,}.__iter__()
# 可迭代对象通过调用__iter__()方法得到迭代器对象
# 三、迭代器对象
# 迭代器对象就可以做到不依赖索引取值（一次从容器中取出一个值）
# 迭代器对象都有__next__()方法，且通过该方法获取容器中的值，获取规则，从前往后一次一个
# 可迭代对象
st1 = {3, 5, 7, 1, 9}
# 迭代器对象
iter_obj = st1.__iter__()
print(iter_obj) # <set_iterator object at 0x0000026E0BF3B510>
# print([1, 2, 3].__iter__()) # <list_iterator object at 0x0000026E0BFF8320>
# 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('===============================================')
# 四、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)
# 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
```
## 迭代器对象
```python
# 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
with open('abc.txt', 'r', encoding='utf-8') as f:
print(f.__next__())
print(f.__next__())
print(f.__next__())
```
## 生成器
```python
# 生成器：就是一个迭代器对象
# 包含yield关键字的函数就是生成器
# 该函数名()得到的是生成器对象，且不会执行函数体
"""
def fn():
print("我是生成器")
yield 'God'
generator_obj = fn()
print(generator_obj)
print(type(generator_obj))
# generator_obj.__iter__() # 可迭代对象
# generator_obj.__next__() # 迭代器对象
"""
"""
def g_fn():
print(111111111111111)
yield '结果1'
print(222222222222222)
yield '结果2'
print(333333333333333)
yield '结果3'
print(444444444444444)
yield '结果4'
print(555555555555555)
yield '结果5'
g_obj = g_fn()
# 在函数内部执行一次，在遇到下一个yield时停止，且可以拿到yield的返回值
r1 = g_obj.__next__()
print(r1)
# 从上一次停止的位置紧着往下走，在再遇到下一个yield时停止，且可以拿到yield的返回值
r2 = g_obj.__next__()
print(r2)
# 生成器可以被for循环迭代
for v in g_obj:
print(v)
"""
# 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__())
# ？？倒序遍历
range_obj = my_range(5, 10, 2)
for i in range_obj:
print(i)
# 了了解
def func():
rev1 = yield 1000
print(rev1) # 信息1
yield 2000
obj = func()
# 走到第一个yield得到其返回值 1000
r1 = obj.__next__()
print(r1)
# 给停止的yield发送信息，并调用__next__()去向下一个yield并得到其返回值
r2 = obj.send('信息1')
print(r2)
```
## 枚举对象
```python
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)
```