生成器和迭代器

迭代 生成

for循环遍历的原理

for循环遍历的原理就是迭代，in后面必须是可迭代对象

为什么要有迭代器

对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则必须找出一种不依赖于索引的迭代方式，这就是迭代器

1.可迭代对象

有__iter__方法的对象，都是可迭代对象，有以下6种

可迭代的对象：Python内置str、list、tuple、dict、set、file都是可迭代对象

"zx".__iter__()
["zx"].__iter__()
{"zx":"wl"}.__iter__()
("zx",).__iter__()
{"z","x"}.__iter__()
with open("prize.txt","r") as file:
    file.__iter__()

2.迭代器对象

1.可迭代的对象执行__iter__方法得到的返回值是迭代器对象。2.迭代器对象指的是即内置有__iter__又内置有__next__方法的对象

list=[1,2,3,4,5,6]
zx=list.__iter__()
while True:
    try:
        print(zx.__next__())
    except:
        break

文件类型是迭代器对象

open('a.txt').__iter__()
open('a.txt').__next__()

迭代器对象一定是可迭代对象，而可迭代对象不一定是迭代器对象

生成器

生成器就是一种迭代器。迭代器有一个特点就是可以被next()函数调用并不断返回下一个值的对象，并且只能迭代它们一次。原因很简单,因为它们不是全部存在内存里,它们只在要调用的时候在内存里生成。

生成器就是迭代器（函数返回的结果就是生成器,而且它同时有__iter__和__next__）

def zx():
    yield 1
    yield 2
x=zx()

x.__next__()
x.__iter__()

实验室

每次__next__之后，会执行到相应的yield不会执行下面的内容。

为啥？这个实验执行了呢，因为用了for，他不知道最后执行到哪里，他就会一直__next__，直到最后抛出异常，然而for in里面自带捕获异常的内容，所有没有打印异常信息。

def func():
    yield [1,1,23]  # yield会使函数func()变成生成器对象，因此他就具有__iter__方法
    print(789) # yield会停止函数，当运行下一次next才会继续运行下面的代码
    yield 101112 # 一个yield对应一个next
    print(131415)

g = func()
for i in g:
    print(i)

[1, 1, 23]
789
101112
131415

关于迭代器和和生成器的区别

生成器是一种特殊的迭代器，生成器实现了迭代器协议--iter--,--next--

生成器是可以改变迭代的值的，然而迭代器随意改值会有问题

生成器需要自己处理最后没有迭代值的异常StopIteration，普通迭代器已经默认实现

关于迭代器和list的区别

list直接把所有数据加载到内存

而迭代器是一个一个取值，在需要下一个值的时候才回去计算取出这个值到内存（可以把迭代器想象成一个生成器的代码，一次next，运行下面的代码，然后返回值）

关于迭代器深入的信息可以查看大佬博客
https://www.cnblogs.com/deeper/p/7565571.html