迭代器和生成器
Generator:生成器
Iterator:迭代器
Iterable:可迭代对象
可迭代对象
能够进行迭代逐一返回其成员项的对象称为可迭代对象。可迭代对象例子包括
- 所有序列类型：如list、str、和tuple
- 非序列类型：dict、set、文件对象
- 实现了__iter__()方法的任意对象（可迭代协议）
- 实现了序列语义的__getitem__()方法的任意对象
迭代协议和迭代器协议
迭代协议：
对象定义了一个__iter__方法的，那么这个对象就实现了迭代协议，__iter__方法的返回值必须是一个迭代器
迭代器协议：
迭代器协议由一个__iter__方法和__next__方法共同构成。实现了这两个方法的对象就实现了迭代器协议
- 对象实现了迭代协议的对象
- 对象实现了__next__方法，__next__方法在迭代完成数据后，会抛出StopIteration的错误信息
迭代器（Iterator）
定义表达式：tup=iter([23,32,44,54])
当迭代器中的数据，全部迭代完毕之后，再次进行迭代操作会报错,一次next只会返回一条数据
- 实现了迭代器协议的对象，就是一个迭代器
- 所有的可迭代对象，都可以通过内置函数iter()转换为迭代器
- 迭代器对象能够使用内置函数next（）进行迭代操作
- 所有迭代器都是可迭代对象，因为迭代器协议包含了迭代协议
生成器（Generator）：
- 当函数中有yield时，这个函数就是生成器函数，在调用函数的时候会返回一个生成器对象，调用不函数不会执行函数内部代码
- 只有生成器进行迭代操作的时候，才会执行生成器函数的代码
- 使用next()方法，就可以启动生成器函数执行，调用一次next()就执行一次
优点：节约内存
生成器表达式：
1、tup = (i for i in range(10))，tup返回的是一个生成器对象
2、用函数定义生成器
def func():
print("---------start---------------")
for i in range(100):
yield i
print('---------{}---------'.format(i))
res = func（）
第一次迭代的时候执行到yield就会暂停，然后返回i的数据，下次执行生成器迭代 的时候，当遇到yield时会再次暂停
res1 = next(res)
res2 = next(res)
输出：
0
1
生成器函数调用时不会执行，直接返回一个生成器对象
生成器进行迭代操作的时候，才会执行生成器函数中的代码
使用next进行迭代，就可以启动生成器函数执行
生成器和迭代器的区别：
1、生成器和迭代器的迭代数据都使用内置函数next()；
2、生成器有close()方法，来关闭生成器，关闭生成器后，不能在进行数据迭代
3、生成器可以用send()方法 和生成器内部数据进行交互，send方法必须在使用了next方法后，才能使用，或者在第一次使用send()的时候跟send()方法传一个None
4、生成器，可以使用throw()方法，往生成器内部主动抛出异常
生成器next()方法和send()方法的运用
两者区别：
实际上next()和send()在一定意义上作用是相似的，区别是send()可以传递yield表达式的值进去，而next()不能传递特定的值，只能传递None进去。因此，我们可以看做next(g) 和 g.send(None) 作用是一样的。
g=fun() #创建生成器对象,不会立即执行
next(g) #第一次执行next()方法时启动生成器，代码运行到第7行，然后跳出生成器
print(g.send("牛呀")) #执行send()方法后再次进入生成器函数，运行yield后面的代码，然后重新运行到yield语句
备注：需要先执行next()方法后，才能执行send方法，否则会报错
输出：
a的值：牛呀
1
