Python之迭代器与生成器

一、迭代器

1、可迭代对象：可以直接作用于for循环的对象统称为可迭代对象，即Iterable。

常见迭代对象：str、list、tuple、dict、set、range

检测迭代对象的方法：

　　1)、方法一：dir(被测对象)-- 如果含有__iter__ ,那这个对象就叫做可迭代对象.

#返回True表示是可可迭代对象，False则不是
str1 = 'hello'
print('__iter__' in dir(str1))  #True
num = 2018
print('__iter__' in dir(num))   #False

　　2)、方法二：测试它是迭代器还是可迭代对象,使用isinstance()方法

#检测可迭代对象与迭代器的方法
lis = [1,2,3]
from collections import Iterable    #Iterable 可迭代对象
from collections import Iterator    #Iterator 迭代器

print(isinstance(lis,Iterable))     #True
print(isinstance(lis,Iterator))     #False

# isinstance() 是python内建函数，返回对象是否是类或其子类的实例。若是返回True，反之返回False。　

可迭代对象转换迭代器：

#可迭代对象.__iter__() ---> 迭代器  iterator--遵循迭代器协议
str1 = 'ABC'
strIter = str1.__iter__()   #转化迭代器
print(str)                  #<class 'str'>
print(strIter)              #<str_iterator object at 0x000002C1A1629B38>
print(strIter.__next__())   #A

2、迭代器：一个可以记住遍历的位置的对象，即Iterator

迭代器包含：文件句柄

2.1、迭代器的取值

#取值方式 使用__next__()
s1 = 'ABCD'
s3 = s1.__iter__()
print(s3.__next__())
print(s3.__next__())
print(s3.__next__())
print(s3.__next__())

print('__iter__' in dir(s1))    #True
print('__iter__' in dir(s3))    #True

print('__next__' in dir(s1))    #False
print('__next__' in dir(s3))    #True
#输出结果
A B C D
True True False True

#只含有__iter__方法的数据是可迭代对象
#含有__iter__方法,并且含有__next__方法的数据是迭代器

2.2、迭代器的意义

　　1、迭代器节省内存.

　　2、迭代器惰性机制.

　　3、迭代器不能反复,一直向下执行.

2.3、for循环的机制

　　1)、内部含有__iter__方法,它会将可迭代对象先转化成迭代器，然后在调用__next__方法.

　　2)、它有异常处理的方法.

#实例1 for循环完美实现迭代
for i in [1,2,3]:
    print(i, end=' ')                       #1 2 3

#实例2 while循环需要异常处理语句才能实现迭代   
l = [1,2,3]
l_iter = l.__iter__()
while True:
    try:
        print(l_iter.__next__(), end=' ')   #1 2 3  
    except StopIteration:
        break

二、生成器

1.1、定义：使用了 yield 的函数被称为生成器，即Generator，本质就是迭代器，即自己用python代码写的迭代器.

1.2、生成方式：

　　1)、可以用生成器函数.

　　2)、可以用各种推导式构建迭代器.

　　3)、可以通过数据转化.

#普通函数
def func():
    return 222
ret = func()
print(ret)          #111

#生成器函数--生成器
def gener():
    yield 111
    yield 222

g = gener()
print(g)            #<generator object gener at 0x000001C8E10A43B8>
print(g.__next__()) #111
print(g.__next__()) #222

#return与yield的区别
#return 返回给调用者值,并结束此函数.
#yiled  返回给调用者值,并将指针停留着当前位置.

1.3、send函数

　　1)、send 和 next 功能一样

　　2)、给上一个yiled 整体发送一个值

　　注：send不能给第一个和最后一个yield发送值（但可以使用send(None)将值返回），只能使用next

def gener():
    yield 111
    count = yield 222
    print('-->',count)
    yield 333
    yield 444
g = gener()
print(g.__next__())     
print(g.send('AAA'))    
print(g.send('BBB'))    #count--> BBB
print(g.send('last'))   
#输出结果
111
222
--> BBB
333
444