python 迭代器生成器
迭代器与生成器
迭代器
迭代器指的是迭代取值的工具，迭代是一个重复的过程，并且每次重复都是基于上一次的结果而继续的，
单纯的重复并不是迭代!
迭代器的作用
迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型
有：列表、字符串、元组、字典、集合、打开文件
l = ['egon', 'liu', 'alex']
i = 0
while i < len(l):
print(l[i])
i += 1
上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组
为了解决基于索引迭代器取值的局限性
python必须提供一种能够不依赖于索引的取值方式，这就是迭代器
迭代器详解
可迭代的对象
但凡内置有__iter__方法的对象都称之为可迭代的对象
s1=''
s1.__iter__()
l=[]
l.__iter__()
t=(1,)
t.__iter__()
d={'a':1}
d.__iter__()
set1={1,2,3}
set1.__iter__()
with open('a.txt',mode='w') as f:
f.__iter__()
pass
迭代器对象
内置有__next__方法并且内置有__iter__方法的对象
迭代器对象.next（）：得到迭代器的下一个值
迭代器对象.iter（）：得到迭代器的本身，调用和没调用相同
d={'a':1,'b':2,'c':3}
d_iterator=d.__iter__()
print(d_iterator) # <dict_keyiterator object at 0x0000022FF0E13A90>
print(d_iterator.__next__()) # a
print(d_iterator.__next__()) # b
print(d_iterator.__next__()) # c
print(d_iterator.__next__()) # 抛出异常StopIteration,值取完了
d={'a':1,'b':2,'c':3}
d_iterator=d.__iter__()
while True:
try:
print(d_iterator.__next__())
except StopIteration:
break
# 得到"a","b","c"
print('====>>>>>>') # 在一个迭代器取值取完后，再对其取值就会报错
d_iterator=d.__iter__()
while True:
try:
print(d_iterator.__next__())
except StopIteration:
break
# 什么都得不到,因为迭代器值已取完
l=[1,2,3,4,5]
l_iterator=l.__iter__()
while True:
try:
print(l_iterator.__next__())
except StopIteration:
break
# 得到1,2,3,4,5
常见数据类型的分类:
可迭代对象：字符串、列表、元组、字典、集合、文件对象
迭代器对象：文件对象
s1=''
s1.__iter__()
l=[]
l.__iter__()
t=(1,)
t.__iter__()
d={'a':1}
d.__iter__()
set1={1,2,3}
set1.__iter__()
with open('a.txt',mode='w') as f:
f.__iter__()
f.__next__()
创建一个迭代器
把一个类作为一个迭代器使用需要在类中实现两个方法 iter() 与 next() 。
iter() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
next() 方法会返回下一个迭代器对象。
创建一个返回数字的迭代器，初始值为 1，逐步递增 1：
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
x = self.a
self.a += 1
return x
myclass = MyNumbers()
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
StopIteration
StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
在 20 次迭代后停止执行：
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)
for循环的工作原理
for循环可以称之为叫迭代器循环
d={'a':1,'b':2,'c':3}
1、d.iter()得到一个迭代器对象
2、迭代器对象.next()拿到一个返回值，然后将该返回值赋值给k
3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环
d={'a':1,'b':2,'c':3}
for k in d: # d_it = d.__iter__()
print(k) # 循环k = d_it.__next__()直到抛出异常结束循环
with open('a.txt',mode='rt',encoding='utf-8') as f:
for line in f: # f.__iter__()
print(line)
list('hello') #原理同for循环
生成器
在 Python 中，使用了 yield 的函数被称为生成器（generator）。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数，返回的是一个迭代器对象。
生成器的使用
def func():
print('第一次')
yield 1
print('第二次')
yield 2
print('第三次')
yield 3
print('第四次')
g=func()
print(g)
# 生成器就是迭代器
g.__iter__()
# g.__next__()会触发函数体代码的运行，然后遇到yield停下来，将yield后的值
# 当做本次调用的结果返回
g = func()
print(g)
g.__iter__()
res1 = g.__next__()
# 第一次
print(res1)
# 1
res2 = g.__next__()
# 第二次
print(res2)
# 2
res3 = g.__next__()
# 第三次
print(res3)
# 3
res4 = g.__next__()
# 第四次
# StopIteration
使用 yield 实现斐波那契数列：
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
while True:
try:
print (next(f), end=" ")
except StopIteration:
yield关键字
yield关键字的作用是函数与调用者的通信，它不光能够将值返回给调用者，它还可以接收调用者传过来的值，那么怎么实现呢？ 调用者通过send()函数将值传递给generator，generator通过 yield 前面的变量(形如:n = yield )来接收
>>> def test():
number = 0
while True:
n = yield number
print('我是yield关键字下面一行代码')
print('调用者传递过来的值为:', n)
>>> t = test()
>>> t.send(None)
当第一次执行生成器的时候，需要传入None
>>> t.send(1)
我是yield关键字下面一行代码
调用者传递过来的值为: 1
>>> t.send(2)
我是yield关键字下面一行代码
调用者传递过来的值为: 2
t.close() 关闭generator后再调用，会出现StopIteration异常
>>> next(t)
我是yield关键字下面一行代码
调用者传递过来的值为: None
可以发现，send函数和next函数的区别就是 send函数可以在执行generator的过程中，给generator发送消息。而next仅仅是接收yield右边的变量值。
总结:
send()执行生成器并传入参数
close()关闭生成器
python的携程就是用yield关键字实现的,并发编程的章节会详细说明
