迭代器
1、什么是迭代器？
迭代器指的是迭代取值的工具，迭代是一个重复的过程，每一次重复都是基于上一次的结果，单纯的重复不是迭代（更新迭代）。
每一次对过程的重复称为一次“迭代，而每一次迭代得到的结果会作为下一次迭代的初始值。
# 举例：单纯的重复，这不是迭代
# while True:
# name = input(">>")
# 举例：这是迭代，每一次重复都是基于上一次的结果。爸爸-->儿子-->孙子，下述while循环才是一个迭代过程
# count = 0
# while count<5:
# print(count)
# count += 1
2、为何要有迭代器？
迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型有列表、字符串、元组、字典、集合、文件
# 对于list,tuple,string
l = ['lsj','tianjing']
i = 0
while i < len(l):
print(l[i])
i += 1
# 上述迭代取值的方式只适用于有索引的数据类型例如：列表、字符串、元组。
# 没有索引的数据类型：字典、集合、打开的文件，如果我想迭代取值该怎么办？这就是基于索引迭代取值的局限性。
# 为了解决基于索引迭代器取值的局限性。python必须提供一种能够不依赖于索引的取值方式，这就是迭代器。
3、可迭代对象
可迭代对象（iterable）：但凡内置有__iter__方法的都称之为可迭代的对象。
# 如下所示：字符串、列表、元组、字典、集合、打开的文件都有内置__iter__方法都是可迭代对象
# 定义一个空字符串
s1=''
s1.__iter__()
# 定义一个列表
l=[]
l.__iter__()
# 定义一个元组
t=()
t.__iter__()
# 定义一个字典
d={'a':1}
d.__iter__()
# 定义一个集合
set1={1,2,3}
set1.__iter__()
# 打开一个文件
with open('a.txt',mode="w") as f:
f.__iter__()
# pass
# 不依赖于索引的取值方案，所以要用到迭代器
# 调用可迭代对象下的__iter__方法会将其转换成迭代器对象，转换成功后就不依赖于索引取值了
d = {"a":1,"b":2,"c":3}
res = d.__iter__()
print(res)
# 不依赖于索引的取值方案，所以要用到迭代器
# 调用可迭代对象下的__iter__方法会将其转换成迭代器对象
d = {"a":1,"b":2,"c":3}
d_iterator= d.__iter__() # 此时的res就是可迭代器对象
# print(d_iterator)
# d_iterator.__next__() # 取值
# print(d_iterator.__next__()) # 得到字典的key a
# print(d_iterator.__next__()) # 得到字典的key b
# print(d_iterator.__next__()) # 得到字典的key c
#
# print(d_iterator.__next__()) # 字典中有三个值，再去一次会抛出异常：StopIteration，表示迭代器没有值可取了
# 把该迭代器想象一只老母鸡，这个老母鸡是有寿命的，这只老母鸡一生中只能下200个鸡蛋，下一个身体机能也有损耗，当下到最后一个时候，遇到StopIteration，会死掉
# 使用while循环代表上面四个取值，如下：
while True:
print(d_iterator.__next__())
"""结果如下：
a
b
c
StopIteration
"""
# 如何解决上面的异常？使用try...except
while True:
try:
print(d_iterator.__next__())
except StopIteration:
break
"""运行结果如下：
a
b
c
"""
# 对同一迭代器取值，在取干净的情况下再一次取值，就会取不到。
print("====================================")
while True:
try:
print(d_iterator.__next__())
except StopIteration:
break
# 运行结果：为空
# 如果我想在去一便呢？需要再次造一次迭代器
d_iterator = d.__iter__()
while True:
try:
print(d_iterator.__next__())
except StopIteration:
break
# 运行结果如下：
"""
a
b
c
"""
# 迭代器与for循环工作原理
# 使用while 循环体现迭代器功能，比较麻烦，有无更简单的方案，那就是for循环
# 3、可迭代对象与迭代器对象详解
# 3.1、可迭代对象（"可以转换成迭代器的对象"）：内置有__iter__方法对象
# 可迭代对象.__iter__():得到迭代器对象
# 可迭代对象例如:字符串、元组、列表、集合、字典
# 3.2、迭代器对象：内置有__next__方法并且内置有__iter__方法的对象
# 迭代器对象.__next__():得到迭代器的下一个值
# 迭代器对象.__iter__():得到迭代器的本身，（调用和没调用一样）
# 迭代器对象例如：只有文件时迭代器对象
# 总结：可迭代对象不是可迭代器对象，但是迭代器对象是可迭代的对象
# dic = {"a":1,"b":2,"c":3}
# dic_iterator = dic.__iter__()
#
# print(dic_iterator is dic_iterator.__iter__()) # True，也就是说调用迭代器的__iter__()跟没调一样
# for循环会调用iter方法
# for x in 迭代器对象.__iter__():
# pass
# 定义一个字典
dic = {"a":1,"b":2,"c":3}
# 在没有使用迭代器的时候直接使用for寻魂，简单粗暴
for k in dic:
print(k)
"""
a
b
c
"""
# 使用迭代器会如下所示：
dic_iterator = dic.__iter__()
while True:
try:
print(dic_iterator.__next__())
except StopIteration:
break
"""
a
b
c
"""
# 总结：for循环的工作原理
# 1、d.__iter__()得到一个迭代器对象
# 2、迭代器对象.__next__()拿到一个返回值，然后该返回值赋值给k
# 3、循环往复步骤2，直到抛出异常StopIteration的异常，for循环会不捉异常后结束循环
with open("test018_07a.txt",mode='rt',encoding='utf-8') as f:
# for line in f: # f.__iter__() 迭代器对象调用__iter__(),结果还是它本身
for line in f.__iter__():
print(line)
"""f = f.__iter__(),运行结果如下
aaa
bbb
ccc
"""
迭代器的优缺点：
基于索引的迭代取值，所有迭代的状态都保存在了索引中，而基于迭代器实现迭代的方式不在依赖索引，所有迭代的状态就保存在迭代器中。
优点：
1、为序列和非序列类型提供一种统一的迭代取值方式。
2、惰性计算：懒汉式计算，只有在需要数据的时候才去调用next来计算出一个值，就迭代器本身而言，同一时刻在内存中之哟一个值。
缺点：
1、除非取尽，否则无法获取迭代器的长度。
2、只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值
验证range()是否为可迭代对象？
>>> range(1,3).__iter__
<method-wrapper '__iter__' of range object at 0x000001C9D9C90810>
>>> range(1,3).__next__
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'range' object has no attribute '__next__'
# 验证字典取keys()是否为可迭代对象？
>>> {"a":1}.keys()
dict_keys(['a'])
>>> {"a":1}.keys().__iter__
<method-wrapper '__iter__' of dict_keys object at 0x000001C9D9C90820>
>>> {"a":1}.keys().__next__
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'dict_keys' object has no attribute '__next__'
4、如何使用迭代器？