Python —— 生成器、迭代器

Python —— 生成器、迭代器

方法

判断一个对象是否是可迭代对象Iterable

from collections import Iterable
li = [1,2,3,4]
print(isinstance(li,Iterable))
# 结果为True，说明是可迭代对象
num = 1234
print(isinstance(num,Iterable))
# 结果为False,说明不是可迭代对象

判断一个对象是否是迭代器 Iterator

from collections import Iterator
li = [1,2,3,4]
print(isinstance(li,Iterator))
# 结果为False，说明不是迭代器
g_li = [1,2,3,4].__iter__()
print(isinstance(g_li,Iterator))
# 结果为True,说明是迭代器

三、可迭代对象：含有双下iter(__iter__)方法的对象就是可迭代对象

　　迭代器：同时含有 __iter__ 和 _-next__ 方法的对象是迭代器

　　生成器就是迭代器，只不过是pythoner自己开发的迭代器

查看数据类型可用的方法： dir()：

li = [1,2,3]
print( dir(li) )

#运行结果
  ['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__',
  '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', 
  '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__',
  '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear',
  'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

四、迭代器

　　1、可迭代协议：只要包含了双下iter方法的数据类型就是可迭代的。迭代协议是数据类型与python解释器定下来的协议

　　　　可迭代对象是不能取出数的，迭代器实现了从其中一个一个的取出数来

li = [1,2,3]
print(li.__iter__())　　# __iter__方法将可迭代对象转换为迭代器

　　2、迭代器协议：迭代器中有__next__ 和 __iter__ 方法

　　3、从迭代器中取值：

g = [1,2,3].__iter__()
print(g.__next__())   # 每取完一个数，光标移动，下一次取数光标从该位置开始取下一个值
print(g.__next__())
print(g.__next__())

5 print(g.__next__())　　# 当迭代器中数据取完时，程序报错，StopIteration（终止迭代）

 　　4、迭代器和可迭代对象的关系：

　　　　# 迭代器包含可迭代对象

　　　　# 迭代器 = 可迭代对象.__iter__()

　　5、为什么要使用迭代器，迭代器的本质是什么？

　　　　# 迭代器能够对python中的基本类型数据进行统一的遍历，不需要关心每一个值分别是什么

　　　　# 可以节省内存 -- 惰性运算：列表会将所有的值放入内存。

　　6、迭代器的种类：

　　　　# 1、本身就是迭代器，如文件句柄：

　　　　# 2、可迭代对象.__iter__()

异常处理

　　　　迭代器中元素个数是有限的，当取值次数超过元素个数时，程序报错：StopIteration

　　　　报错：

li = [1,2,3]
li_g = li.__iter__()
while True:
    for i in range(100):
        print(li_g.__next__())

# 运行结果：
　1
  2
  3
　Traceback (most recent call last):
　　File "D:/oldboy/s7课上所有 - 老师版/day14/3迭代器.py", line 88, in <module>
　　　print(li_g.__next__())
　StopIteration

　　　　解决办法如下：try - except

li = [1,2,3]
li_g = li.__iter__()
while True:
    for i in range(100):
        try:
            print(li_g.__next__())
        except StopIteration:
            break

# 运行结果：
　1
  2
  3

生成器/两种

　　1、生成器函数

　　　　含有 yield 关键字的函数叫生成器函数，生成器函数执行时返回一个生成器

　　　　① 生成器的基本格式

　　　　　　1、yield后不写内容，得到结果None

　　　　　　2、不写yield，函数是普通函数。

　　　　　　3、只有一个yield，作用同return，所以生成器函数至少要包括两个yield。

def generator():
    print(111)
    yield 333
    print(222)
    yield 444

g = generator()　　# 直接调用生成器函数，会得到一个生成器 g ，print后得到的是生成器的地址
print(g)
for i in g:　　　　# 每次循环，得到一个yield对应的值，光标移动到当前位置，下次循环从光标位置开始寻找下一个yield
    print(i)
 # 运行结果： 
 # <generator object generator at 0x000001B6DC96D048>  
　　111
　　333
　　222
　　444

 　　　　② 利用for循环实现 yield

　　　　　虽每循环一次，就有一个yield

def clothing():
    for cloth in range(1,2001):
        yield "已做完第 %s 件校服。"% cloth

g = clothing()
for i in range(30):
    print(g.__next__())
# 运行：
　已做完第 1 件校服
　已做完第 2 件校服
　　...
　已做完第 30 件校服

　　　　③ 监控文件的输入，并打印出输入内容

import time
def tail(filename):
    f = open(filename,encoding='utf-8')
    f.seek(0,2)   #将文件的光标移到最后
    while True:
        line = f.readline()
        if not line:
            time.sleep(0.1)
            continue
        yield line

tail_g = tail('demo')
for line in tail_g:
    print(line,end='')

　　2、生成器表达式

　　3、yield from

def func():
    for i in [1,2,3]:
        yield i
    for j in "ABCD":
        yield j

def func():
　　 yield from [1,2,3]
　　 yield from "ABCD"