迭代器，生成器

一、迭代器

python 一切皆对象

能被for循环的对象就是可迭代对象

可迭代对象： str，list，tuple，dict，set，range

迭代器： f1文件句柄

 

dir打印该对象的所有操作方法

s = 'python'
print(dir(s))

执行输出：

['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']

 

什么是可迭代对象：内部含有__iter__方法的对象就叫做可迭代对象
可迭代对象就遵循可迭代协议。

判断是都为可迭代对象

s = 'python'
print('__iter__' in dir(s))

执行输出：

True

 

迭代器

可迭代对象转化成迭代器：可迭代对象.__iter__() --->迭代器
迭代器不仅含有__iter__,还含有__next__。遵循迭代器协议。

l1 = [1,2,3]
l1_obj = l1.__iter__()  # 迭代器
print(l1_obj)

 

执行输出：

<list_iterator object at 0x000001987D5EB668>

表示它是一个列表迭代器对象

l1 = [1,2,3]
l1_obj = l1.__iter__()  # 迭代器
print('__iter__' in  dir(l1_obj)) #是否含有__iter__方法
print('__next__' in  dir(l1)) #是否含有__next__方法
print('__next__' in  dir(l1_obj))

执行输出：

True
False
True

从结果中，可以看出l1_obj是同时含有__iter__和__next__的对象，所以它是迭代器

迭代器使用__next__获取一个值

l1 = [1,2,3]
l1_obj = l1.__iter__()  # 迭代器
print(l1_obj.__next__()) #获取一个元素
print(l1_obj.__next__())
print(l1_obj.__next__())
print(l1_obj.__next__())

执行报错：

1
Traceback (most recent call last):
2
3
File "E:/python_script/day13/迭代器.py", line 9, in <module>
print(l1_obj.__next__())
StopIteration

多取了一个，就会报错，因为列表只有3个元素

 

总结：

仅含有__iter__方法的，就是可迭代对象
包含__iter__和__next__方法的，就是迭代器

 

二、生成器

生成器：生成器本质上是迭代器

l = [1,2,3]
l.__iter__()　

#生成器的产生方式：
1，生成器函数构造。
2，生成器推导式构造。
3，数据类型的转化。

def func1():
    print(111)
    print(222)
    print(333)
    return 666
print(func1())

执行输出：

111
222
333
666

将函数转换为生成器

def func1():
    print(111)
    print(222)
    print(333)
    yield 666
g = func1()
print(g)

执行输出：

<generator object func1 at 0x000001B4C369DE60>

第一：函数中只要有yield 那他就不是一个函数，而是一个生成器
第二：g称作生成器对象。

 

迭代器，使用__next__取值

def func1():
    print(111)
    print(222)
    print(333)
    yield 666
g = func1()
print(g.__next__())
print(g.__next__())　

执行报错
一个__netxt__对应一个yield

对于列表而言，for循环是从开始
对于生成器而言，它是有指针的，__next__一次，指针向前一次。它不能从头开始。
必须依次执行才行

生成器和迭代器的区别
迭代器： 有内置方法
生成器： 开发者自定义

 

send()

def generator():
    print(123)
    content = yield 1
    print('=======',content)
    print(456)
    yield
 
g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello')   #send的效果和next一样
print('***',ret)

执行输出：

123
*** 1
======= hello
456
*** None

 

send 获取下一个值的效果和next基本一致
只是在获取下一个值的时候，给上一yield的位置传递一个数据
使用send的注意事项

　　 第一次使用生成器的时候 是用next获取下一个值
 　　最后一个yield不能接受外部的值

 

next 和send 功能一样，都是执行一次
send可以给上一个yield赋值。