迭代器
# print('__iter__' in dir(int))# print('__iter__' in dir(list))
# print('__iter__' in dir(dict))
# print('__iter__' in dir(set))
# print('__iter__' in dir(tuple))
# print('__iter__' in dir(enumerate([])))
# print('__iter__' in dir(range(1)))
# print('__iter__' in dir(bool))
#只要是能被for循环的数据类型就一定拥有__iter__方法
# print([].__iter__()) #一个列表执行了__iter__()之后的返回值就是一个迭代器
# print(dir([]))
# print(dir([].__iter__()))
# print(set(dir([].__iter__())) - set(dir([])) )
# print([1,2,3].__iter__().__length_hint__()) #元素个数
# l = [1,2,3]
# iterator = l.__iter__()
# print(iterator.__next__())
# print(iterator.__next__())
# iterable 可迭代的 ------__iter__ 只要含有iter方法的都是可迭代的
# [].__iter__() 迭代器 ----》__next__ #通过next就可以从迭代器中一个一个取值
#只要含有iter方法的都是可迭代的 ----------可迭代协议
#迭代器的概念
# 迭代器协议 -------内部含有__next__和__iter__方法的就是迭代器
#迭代器协议和可迭代协议
#可以被for循环的都是可迭代的
#可迭代的内部都有__iter__方法
#只要是迭代器一定可迭代
#可迭代的.__iter__方法就可以得到一个迭代器
#迭代器中的__next__()方法可以一个一个的获取值
#for循环其实就是使用迭代器
#可迭代对象——range(10)
#直接给内存地址
#只有是可迭代对象的时候才能用for
#当我们遇到一个新的变量,不确定能不能for循环的时候就判断它是否可迭代
#迭代器的好处
# 从容器类型中一个一个取值,会把所有的值都取到
# 节省内存空间
#迭代器并不会在内存中占用一大块内存
#而是随着循环,每次生成一个
#每次next每次给我一个
#生成器
#生成器函数:本质上就是我们自己写的函数
#生成器表达式
#只要含有yield关键字的函数都是生成器函数
#yield 不能和return共用,且需要写在函数内部
def generator(): print(1) yield 'a' #只要是生成器函数,执行之后会得到一个生成器作为返回值 ret = generator() print(ret) print(ret.__next__())
def generator(): print(1) yield 'a' print(2) yield 'b' g = generator() print(g.__next__()) print(g.__next__()) 1 a 2 b
def wahaha(): for i in range(2000): yield '娃哈哈%s'%i g = wahaha() count = 0 for i in g: count+=1 print(i) if count >50: break # print('%%%%%%%%%%%%%%%%%%',g.__next__()) for i in g: count+=1 print(i) if count >100: break
监听文件的例子
def tail(filename): f = open(filename,encoding='utf-8') while True: line = f.readline() if line.strip(): yield line.strip() g = tail('file') for i in g: if 'python' in i: print('%%%%%%',i) %%%%%% python %%%%%% hello python