python中的迭代器和生成器

　　　　　　　　　　　　　　　　　　　　　　python中的迭代器和生成器

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　作者：尹正杰

版权声明：原创作品，谢绝转载！否则将追究法律责任。

　　本篇博客主要介绍的知识点如下：

　　　　1>.初识迭代器；

　　　　2>.可迭代对象和迭代器对象的区别；

　　　　3>.初识生成器；

　　　　4>.生成器的案例展示;

一.初识迭代器

#！/usr/bin/env python
#_*_coding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/
#EMAIL:y1053419035@qq.com



PersonalInformation = {
    "Name":"yinzhengjie",
    "Age":18,
    "Habby":"Game",
    "ProgramingLanguage":"Golang and Python"
}



# iterator = PersonalInformation.__iter__()   #这里的iterator就是一个迭代器。
#
# print(iterator.__next__())
# print(iterator.__next__())
# print(iterator.__next__())
# print(iterator.__next__())
# print(iterator.__next__())  #如果把值取完之后，会抛出异常“StopIteration”提示用户！


obj = PersonalInformation.__iter__()

while   True:
    try:
        i = obj.__next__()
        print(i)
    except StopIteration:
        break



for i in PersonalInformation:
    print(i)



"""
一.迭代的特点：
    1>.重复；
    2>.下一次重复是基于上一次的结果；
    
二.什么是迭代器：
    Python为了提供一种不依赖索引的迭代方式，python会为一些对象内置"__iter__"方法，也就是说只要一个对象有
“__iter__”方法,"obj.__iter__"称为可迭代的对象。“obj.__iter__()”得到的结过就是迭代器。得到的迭代器即
有“.__iter__”方法，又会多出来一个“__next__”方法。“obj.__iter__(）__next__”可以进行取值操作。

三.迭代器优点
    1>.提供了一种不依赖索引的取值方式；
    2>.惰性计算，可以节省内存（迭代器每次只能逐个取值,比如取文件的每一行）；
    
四.迭代器缺点
    1>.取值不如按照索引取值方便；
    2>.取值是一次性的，只能往后取值，取值的顺序是不可逆的；
    3>.无法获取迭代器的长度，直到抛出“StopIteration”异常才会结束迭代。
    
    温馨提示：Python中的for循环就是采用了迭代器的原理，没有抛出“StopIteration”提示信息是因为其源码里做了异常处理。
"""




#以上代码执行结果如下：
Name
Age
Habby
ProgramingLanguage
Name
Age
Habby
ProgramingLanguage

二.可迭代对象和迭代器对象的区别

#！/usr/bin/env python
#_*_coding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/
#EMAIL:y1053419035@qq.com

from collections import Iterable,Iterator   #注意，Iterable是判断对象是否是可迭代对象，而Iterator是用来判断是判断对象是否第迭代器对象。

string_1 = "yinzhengjie"
list_1 = [1,2]
tuple_1 = (300,400,)
dict_1 = {"Name":"yinzhengjie","Age":"18"}
set_1 = (5,6)
file_1 = open("a.txt","w")
file_1.close()

#判断是否是可迭代对象
print("%s是否是可迭代对象:%s"%(string_1,isinstance(string_1,Iterable)))
print("%s是否是可迭代对象:%s"%(list_1,isinstance(list_1,Iterable)))
print("%s是否是可迭代对象:%s"%(tuple_1,isinstance(tuple_1,Iterable)))
print("%s是否是可迭代对象:%s"%(dict_1,isinstance(dict_1,Iterable)))
print("%s是否是可迭代对象:%s"%(set_1,isinstance(set_1,Iterable)))
print("%s是否是可迭代对象:%s"%(file_1,isinstance(file_1,Iterable)))

print("*"*50,"我是分割线","*"*50)
#判断是否是迭代器。
print("%s是迭代器吗:%s"%(string_1,isinstance(string_1,Iterator)))
print("%s是迭代器吗:%s"%(list_1,isinstance(list_1,Iterator)))
print("%s是迭代器吗:%s"%(tuple_1,isinstance(tuple_1,Iterator)))
print("%s是迭代器吗:%s"%(dict_1,isinstance(dict_1,Iterator)))
print("%s是迭代器吗:%s"%(set_1,isinstance(set_1,Iterator)))
print("%s是迭代器吗:%s"%(file_1,isinstance(file_1,Iterator)))


#for循环中的小提示：
# with open("a.txt",encoding="utf-8")as f:
#     for line in f:#此处的f是一个可迭代对象，并不能判断出f就是迭代器哟！
#         print(line)







#以上代码执行结果如下：
yinzhengjie是否是可迭代对象:True
[1, 2]是否是可迭代对象:True
(300, 400)是否是可迭代对象:True
{'Name': 'yinzhengjie', 'Age': '18'}是否是可迭代对象:True
(5, 6)是否是可迭代对象:True
<_io.TextIOWrapper name='a.txt' mode='w' encoding='cp936'>是否是可迭代对象:True
************************************************** 我是分割线 **************************************************
yinzhengjie是迭代器吗:False
[1, 2]是迭代器吗:False
(300, 400)是迭代器吗:False
{'Name': 'yinzhengjie', 'Age': '18'}是迭代器吗:False
(5, 6)是迭代器吗:False
<_io.TextIOWrapper name='a.txt' mode='w' encoding='cp936'>是迭代器吗:True

三.初识生成器

#！/usr/bin/env python
#_*_coding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/
#EMAIL:y1053419035@qq.com

from collections import Iterator
'''
一.什么是生成器：
    函数体内包含有“yield”关键字，该函数执行的结果就是生成器。生成器就是迭代器，即生成器也拥有“__iter__”方法和
“__next__”方法。

二.yield的功能
    1>.与普通函数中的return功能类似，都可以返回值，但不一样的地方在yield可以返回多次值，而return只能返回一次值；
    2>.为函数封装号了“__iter__”方法和“__next__”方法，把函数的执行结果做成了迭代器；
    3>.遵循迭代器的取值方式“obj.__next__()”,触发的函数的执行，函数暂停与再继续的状态都是由yield保存起来的；
'''

def foo():
    print("Form First")
    yield 100
    print("Form Second")
    yield 200
    print("Form Third")
    yield 300
    print("end")

g = foo()   #这里的变量g就是一个生成器。
print(isinstance(g,Iterator))   #判断生成器是否迭代器。

res1 = g.__next__()
print(res1)
res2 = g.__next__()
print(res2)
res3 = g.__next__()
print(res3)
# res4 = g.__next__()       #当迭代完毕之后，也会抛出StopIteration异常哟！
# print(res4)





#以上代码执行结果如下：
True
Form First
100
Form Second
200
Form Third
300

四.生成器的案例展示

1.生成器计数功能案例

#！/usr/bin/env python
#_*_coding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/
#EMAIL:y1053419035@qq.com


def Counts(num):
    print("Start Count!")
    while num > 100:
        yield num
        num -= 100
    print("Stop Count!")


g = Counts(1000)

while True:
    try:
        print(g.__next__())
    except StopIteration:
        break

# for i in  g:          #由于生成器满足迭代器的所有优点，因此跌大器也是不可逆的，上面的While将生成器的值取完后是不可逆的！
#     print(i)


# print(Counts(500).__next__())   #注意，改行和以下两行的生成器其实并不是同一个生成器！
# print(Counts(500).__next__())
# print(Counts(500).__next__())

print(Counts(300),Counts(300),Counts(300))  #虽然他们三个长得一样，但是确实三个不同的生成器，他们的内存IP也是不一样的哟！




#以上代码执行结果如下：
Start Count!
1000
900
800
700
600
500
400
300
200
Stop Count!
<generator object Counts at 0x02AE90F0> <generator object Counts at 0x02AE9120> <generator object Counts at 0x02AE9150>

2.用生成器模拟Linux的tail功能

#！/usr/bin/env python
#_*_coding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/
#EMAIL:y1053419035@qq.com

import time

def tail(filepath,encoding="utf-8"):
    with open(filepath,encoding=encoding)as f:
        f.seek(0,2)  #注意，这个2表示光标从文件的末尾开始计数，前面的0表示从末尾一行往前移动0个光标位置，换句话说，切换到文件末尾。
        while True:
            line = f.readline()
            if  line:
                # print(line,end="")  #end=""表示把一行的换行符去掉
                yield line
            else:
                time.sleep(0.1)

def grep(lines,MatchingString):
    for line in lines:
        if MatchingString in   line:
           yield line



g1 = tail("a.txt")
g2 = grep(g1,"yinzhengjie")
g3 = grep(g2,"http://www.cnblogs.com/yinzhengjie/p/8467930.html")


for i in g3:
    print(i)