python 迭代器和生成器

一、迭代器

1.什么是可迭代对象：字符串、列表、元祖、字典、集合都可以被for循环，说明他们都是可迭代的。

s = 'ailaohuyou'
print(dir(s))
li = [1,2,3,4,5]
print(dir(li))
dic = {'1':'haha','2':'xixi'}
tu = ('jk',123,'sdf',456)
print(dir(tu))
set1 = {123,'ihao',456,'haha'}
print(dir(set1))

什么是可迭代对象：内部含有__iter__方法的对象

　isinstance(判断是否是可迭代的，返回True)

　

from collections import Iterable


l = [1, 2, 3, 4]
t = [1, 2, 3, 4]
d = [1, 2, 3, 4]
s = [1, 2, 3, 4]
q = 'jin'
o = (1,'asd','kl')
k = {'key1':123,'key2':'jkslfa'}
print(isinstance(l,Iterable))
print(isinstance(t,Iterable))
print(isinstance(d,Iterable))
print(isinstance(s,Iterable))
print(isinstance(q,Iterable))
print (isinstance(o,Iterable))
w= isinstance(k,Iterable)

1.2可迭代协议

我们现在是从结果分析原因，能被for循环的就是“可迭代的”，但是如果正着想，for怎么知道谁是可迭代的呢？

假如我们自己写了一个数据类型，希望这个数据类型里的东西也可以使用for被一个一个的取出来，那我们就必须满足for的要求。这个要求就叫做“协议”。

可以被迭代要满足的要求就叫做可迭代协议。可迭代协议的定义非常简单，就是内部实现了__iter__方法。

1.3 迭代器

什么叫做迭代器？迭代器英文意思是iterator

可迭代对象转化成迭代器：可迭代对象__iter__()--迭代器

迭代器遵循迭代器协议：必须拥有__iter__方法和__next__方法。

　　for循环，能遍历一个可迭代对象，他的内部到底进行了什么？

　　将可迭代对象转化成迭代器。（可迭代对象.__iter__()）
　　内部使用__next__方法，一个一个取值。
　　加了异常处理功能，取值到底后自动停止

l1 = [1,2,3,4]
l1_obj = l1.__iter__()
print('__iter__'in dir(l1_obj))#true
print('__next__'in dir(l1))#flase
print('__next__'in dir(l1_obj))#true

l1 = [1,2,3,4,6]
l1_iter = l.__iter__()#将可迭代的转化成迭代器

item = l1_iter.__next__()
print(item)
item = l1_iter.__next__()
print(item)
item = l1_iter.__next__()
print(item)
item = l1_iter.__next__()
print(item)

用while循环模拟for循环：

for循环中存在__next__中的机制，但是不存在报错机制

l = [1,2,3,4]
l_iter = l.__iter__()
while True:
    try:
        item = l_iter.__next__()
        print(item)
    except StopIteration:#stopiteration是错误名称，不写默认全部错误
        break

1.4迭代器的好处

1.节省内存

2.满足惰性机制

3.不能反复取值（不可逆）

二、生成器

生成器本质上就是迭代器，生成器的产生构造

1.生成器的函数构造

2.生成器的推导式

3.数据类型的转化

1.生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从他离开的地方继续执行

2.2生成器函数

一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值，直到函数执行的结束。

def func1():
    print(111)
    print(222)
    print(333)
    yield(555)
    yield(666)
    yield(777)

g = func1()
print(g)#<generator object func1 at 0x000001D7E9B84728>
print(g.__next__())#111,222,333,555
print(g.__next__())#111,222,333,555,666
print(g.__next__())#111,222,333,555,666,777

1.函数中只要有yield那他就不是一个函数，而是一个生成器

2.g称为生成器对象

2.3

工厂给学校做200件校服

def func1():

    for i in range(1,201):
        print('这是第%d件衣服' %i)

func1()





def func2():
    for i in range(1,201):
        yield('这是第%d件衣服' %i)
g= func2()

for i in range(50):
    g.__next__()


for i in range(150):
    print(g.__next__())

2.4send

def generator():
    print(1,2,3)
    content = yield 1
    print('======',content)
    print(456)
    yield 2

g = generator()
ret = g.__next__()
print('*****',ret)

ret = g.send('hello')
print('*****',ret)

send 获取下一个值的效果和next基本一致
只是在获取下一个值的时候，给上一yield的位置传递一个数据
使用send的注意事项
    第一次使用生成器的时候 是用next获取下一个值
    最后一个yield不能接受外部的值
2.4生成器导出式

列表推导式：用列表推导式能构建的任何列表，用别的都可以构建
一行搞定，简单，但不易排错。

l = []
for i in range(1,11,1):
    s = ('python第%d期'%i)
    l.append(s)
print (l)




l2 = ['python第%d期'%i for i in range(1,12)]
print(l2)

循环模式

经过加工的i   for   i   in  可迭代对象

sheng