Python：迭代器、生成器（yield）、iter函数

# 首先理解迭代器(iterators)，迭代器是⼀个让程序员可以遍历的⼀个容
# 器（特别是列表）的对象。然⽽，⼀个迭代器在遍历并读取⼀个容器的数据元素时，并不
# 会执⾏⼀个迭代。这里有三个部分要说明：
# 可迭代对象(Iterable)
# 迭代器(Iterator)
# 迭代(Iteration)
# 可迭代对象(Iterable)：⼀个可迭代对象是Python中任意的对象，只要它定义了可以返回⼀个迭代器的__iter__
# ⽅法，或者定义了可以⽀持下标索引的__getitem__⽅法。简单说，⼀个可迭代对象，就是任意的对象，只要它能给我们提供⼀个迭代器。
# 只要它定义了⼀个next(Python2) 或者__next__⽅法。就是⼀个迭代器。
# ⽣成器也是⼀种迭代器，但只能对其迭代⼀次。这是因为他们并没有把所有的值存在
# 内存中，⽽是在运⾏时⽣成值。可使用for循环、传递给任意可进行迭代的函数和结构。
# 大多数时候，生成器是以函数来实现的，并不返回一个值，而是yield(暂且叫作”生出“)一个值。

def generator_function():
   """定义一个生成器函数"""
   for i in range(10):
      yield i

#调用生成器，以证实是一个可迭代对象
# for item in generator_function():
#  print(item)

# 许多Python 2⾥的标准库函数都会返回列表，⽽Python 3都修改成了返回⽣成器，因为⽣成
# 器占⽤更少的内存资源。

# 计算斐波那契数列的⽣成器
def fibon(n):
   a = b = 1
   for i in range(n):
      yield a
      a, b = b, a + b

for x in fibon(100):
  print(x)

# 使用python的内置函数next()获取序列的下一个元素，到最后一个元素时，会抛出一个StopIteration的异常
# 使用for循环获取序列的下一个元素时，for循环会自动捕捉这个异常并停止调用next()。

def generator_function():
   for i in range(3):
      yield i

# gen = generator_function()
# print(next(gen))
# print(next(gen))
# print(next(gen))
# print(next(gen))    # 验证，使用next()函数到所有值被yield完后会抛出一个StopIteration的异常

# 字符串类型也支持迭代，但不是迭代器，如下所示
my_string = "Michael"
#next(my_string)         # 不是迭代器，不能使用next()函数，抛出TypeError。
# 但使用另一个内置函数iter()转换后，可以使用next()函数迭代
my_iter = iter(my_string)
print(next(my_iter))      # 经过iter()内置函数转换后，字符串对象可以迭代。