迭代器与生成器

一、迭代器 Iterator

 

1、可迭代对象：str、list、tuple、set、dict、文件句柄，range

                        __iter__() 这个方法导致了数据类型的可迭代

检测一个对象是否可迭代：

from collections import Iterable
print(isinstance('aaa',Iterable))
print(isinstance(123,Iterable))
输出 True  False

2、可迭代协议：只要包含了__iter__()方法的数据类型就是可迭代的

                        这是数据类型和python解释器定下来的协议

dir(对象)，可以查看此类型的对象所有的方法

print(dir((1,3))
输出：列表
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'count', 'index']
 

3、迭代器 iterator

  就是实现了能从其中一个一个的取出值来

  迭代器 不关心值的索引状态  （所以for循环才能循环字典，集合等）

        for循环，在遍历之前，先调用对象的__iter__方法，将其转换成1个迭代器，然后用迭代器协议去实现循环访问

lst_iterator = [1,2,3].__iter__()       #lst_iterator 就是一个迭代器（通过可迭代对象，用__iter__()方法，获得）
print(lst_iterator)
输出
<list_iterator object at 0x00000203948C8710>  

    #天生就是迭代器的：比如文件句柄

    #后天生成迭代器的：比如 可迭代对象.__iter__() 

 

 

列表的迭代器跟 列表比起来，有哪些新的方法：

print(set(dir(lst_iterator))-set(dir([1,2,3])))

输出：

{'__next__',                       #一个一个取值

 '__length_hint__',                #获取迭代器中元素的长度

 '__setstate__'}                     #根据索引值指定从哪里开始迭代

 

4、迭代器协议：

迭代器中拥有__next__ 和 __iter__ 方法

 

检测是否是迭代器：

from collections import Iterator
lst_iterator = [1,2,3].__iter__()  
print(isinstance(lst_iterator,Iterator))
print(isinstance([1,2,3],Iterator))
输出True  False

在python中，学过的所有可以被for循环的 基本数据类型 都是可迭代的，而不是迭代器

文件句柄是 迭代器

range是可迭代对象，但不是迭代器，包含__iter__，没有__next__

for 可以是一个可迭代对象，也可以是一个迭代器

 

迭代器和可迭代对象之间的关系：

    #迭代器包含可迭代对象，

    #迭代器 = 可迭代对象.__iter__()

 

5、迭代器存在的本质是什么：

    #1、能够对python中的基本数据类型进行统一的遍历，不需要关心每一个值分别是什么

    #2、可以节省内存    ——惰性运算

  

用__next__实现一个for循环

lst_iterator = [1,2,3].__iter__()
while True:
    try:
        print(lst_iterator.__next__())
    except StopIteration:                  ##接收到异常错误，就怎么怎么样
        break
输出：1  2  3

二、生成器 Generator

 

1、生成器

    是自己写出来的，就是迭代器

        # 生成器函数

              yield / yield from

              yield语句，一次返回一个结果，在每个结果中间，挂起函数状态，以便下次从它离开的地方继续执行。

def generator_func():          ###生成器函数
    print(123)
    yield 'aaa'
    print(465)
    yield 'bbb'
g = generator_func()          ###生成一个迭代器g
print(g)       输出：<generator object generator_func at 0x00000226D0EC0EB8>
print(g.__next__())          输出：123 aaa
print(g.__next__())          输出：456 bbb

#带yield关键字的函数，就是生成器函数

#生成器函数，在调用的时候，只返回一个生成器，不执行生成器函数中的内容

 

2、从生成器中取值：

    #1、__next__  有几个yield 就可以取几次

    #2、for  循环取值，正常取  for i in g:

    #3、其他数据类型强制转换， list (g)  返回1个列表，里面包含生成器的所有内容

            #注意：调用生成器函数时，要先获取生成器，再进行next取值

                        生成器中的内容，只能取一个，且按顺序取值，没有回头路，取完为止

 

3、举例

①

def generator_func():
    yield 123
    yield 456

②

def get_clothing():
    for cloth in range(1,500):
        yield "第%s件衣服" % cloth
g = get_clothing()
for i in range(50):              #一下取出50件衣服（通过设定执行多少次yield来进行）
    print(g.__next__())         
for i in g:                          #取出前多少件衣服 （通过判断yield出来的值，来判断是否继续进行）
    print(i)
    if i =="第100件衣服":
        break

③

def func1()
    for i in [1,2,3,]:
        yield i
    for j in 'ABC':
        yield j
 
def func2()
    yield from [1,2,3]       ##只有python3里有 yield from
    yield from 'ABC'

4、对文件输入的监控

import time
def  tail():
    with open('tmp') as f:
        f.seek(0,2)                 #光标移动到最后
        while True:
            line = f.readline()
            if not line:
                time.sleep(0.5)
                continue
            yield line
g = tail()
for i in g:
    print(i,end="")