python之迭代器 生成器

一、迭代器

1.可迭代对象

#方法一: dir(被测对象) 如果 他含有__iter__ ,那这个对象就叫做可迭代对象
s2 = 'abcd'
s3 = s2.__iter__()
print('__iter__' in dir(s2))
print('__iter__' in dir(s3))
print('__next__' in dir(s2))
print('__next__' in dir(s3))
# 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

# 方法二 测试他是迭代器还是可迭代对象
l = [1,2,3]
l_iter = l.__iter__()
from collections import Iterable
from collections import Iterator
print(isinstance(l,Iterable))
print(isinstance(l,Iterator))
print(isinstance(l_iter,Iterator))
print(isinstance(l,list))

2.迭代器的意义

• 迭代器节省内存
• 迭代器惰性机制
• 迭代器不能反复，一直执行下去

3.for循环的机制

#内部含有__iter__方法,他会将可迭代对象先转化成迭代器.
#,然后在调用__next__方法.
# 他有异常处理的方法.
for i in [1,2,3]:
    print(i)
l = [1,2,3]
l_iter = l.__iter__()
while True:
    try:
        print(l_iter.__next__())
    except StopIteration:
        break

4.可迭代对象: str list tuple dict set range

   迭代器： 文件句柄

二、生成器

1.什么是生成器

• 生成器的本质就是迭代器，生成器是自己用python代码写的迭代器
• 可以用生成器函数
• 可以用各种推导式构建迭代器
• 可以通过数据转化

2.生成器函数 生成器

def gener():
    print('aaa')
    yield 222
    print('bbb')
    yield 333
    print('ccc')
g = gener()
print(g)
print(g.__next__())
print(g.__next__())

3.return yield 区别

• return 返回给调用者值，并结束此函数
• yield 返回给调用者值，并将指针停留在当前位置

4.send

• send和next功能一样
• 给上一个yield整体发送一个值
• send不能给最后一个yield发送值
• 获取第一个值的时候，不能用send 只能用next

  def gener():
      yield 222
      count = yield 333
      print('-------->',count)
      yield 'aaa'
      yield 'bbb'
  g = gener()
  print(g.__next__())
  print(g.send(None))
  print(g.send('AAAA'))