python中生成器和迭代器以及可迭代对象的区别

先简单的总结一下三种之间的关系:

    生成器和迭代器都是可迭代对象, 而生成器是一类特殊的迭代器.对于生成器和迭代器我们都可以使用next()函数来获取其下一个返回值,当然也可以使用for...in...来获取他们的返回值,因为for...in...的本质其实就是不断的对对象不断的调用next()方法,关于for...in...的本质可在for...in...内部实现原理中查看.

然后在进行分别说明:

    可迭代对象: 在python中通俗的来讲就是能够通过for...in...这类语句迭代读取一条数据供我们使用的对象就称之为可迭代对象（Iterable）例如列表(list),元组(tuple)等,我们还可以通过isinstance(obj, Iterable)来判断一个对象是不是可迭代对象.如果对象是可迭代对象则,isinstance的结果返回True

>>> from collections import Iterable
>>> obj = ['a','b',1,2]
>>> isinstance(obj, Iterable)
True
>>> obj_1 = {3,5,6,7,2}
>>> isinstance(obj_1, Iterable)
True

    迭代器:  迭代器是一种对象,它能够记录可迭代对象每次迭代的数据的地址,以便每次迭代都可以返回下一条数据.在python中只要一个类实现了__iter__方法和__next__方法,那么这个类的实例对象就是一个迭代器.我们可以通过isinstance(obj_1, Iterator)来判断一个对象是不是可迭代对象,如果是则isinstance返回True.

from collections import Iterator

class Desc(object):
    def __iter__(self):
        pass
    
    def __next__(self):
        pass

def main():
    print(isinstance(Desc(), Iterator))

if __name__ == '__main__':
    main()

上面代码执行的结果为 True

    生成器(generator)和迭代器的实现方式不一样,生成器可以通过生成器推导式或yield关键字来实现,两种方式如下:

>>> gen = (i for i in range(10000))
>>> gen
<generator object <genexpr> at 0x00000000035DE200>

def fib(n):
    current = 0
    num1, num2 = 0, 1
    while current < n:
        num = num1
        num1, num2 = num2, num1 + num2
        current += 1
        yield num
    return 'done'

In [31]: F = fib(5)

In [32]: next(F)
Out[32]: 1

In [33]: next(F)
Out[33]: 1

In [34]: next(F)
Out[34]: 2

In [35]: next(F)
Out[35]: 3

In [36]: next(F)
Out[36]: 5

In [37]: next(F)
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-37-8c2b02b4361a> in <module>()
----> 1 next(F)

StopIteration: done

对于上面这种使用yield方式创建的生成器,当我们next()去调用的时候, 函数fib会返回yield后面的值,并将函数fib挂起,当再次使用next()去调用的时候,函数fib接下来的逻辑(即while)会被继续执行,当while循环完之后如果在去使用next()调用函数fib就会抛出StopIteration  异常,而不会返回done,如果想获得返回值,则必须将异常捕获.

结束语:本篇文章可能语言上表达的不是很清楚,如果大家有什么疑惑,或者指正的地方欢迎在评论区一起讨论