生成器与迭代器

一个迭代既可以被写成生成器函数，也可以写成生成器表达式，均支持自动和手动迭代。而且这些生成器只支持一个active迭代，也就是说生成器的迭代器就是生成器本身。生成器（generator）能够迭代的关键是他有next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。

 生成器函数：既然是函数，那就是也是用def定义的，函数有了yield之后，函数名() 就变成了生成器,比如func() 是个生成器

直接调用生成器 函数不会运行，要next（）调用或者for循环调用函数才会运行

next（）调用一次仅返回一个结果（yield右边的数据），下一次调用从yield下一行开始运行，运行到返回yield右边的数据。如果是send（）调用，下一次运行时，yield下面的的数据可以调用上一次yield右面运行的结果

 生成器表达式：生成器表达式来源于迭代和列表推导式的组合，但是它使用尖括号而不是方括号 ，比如：(x * 3 for x in range(5))

它返回一个对象，这个对象只有在需要的时候才产生结果。直接调用生成器不生成数据，生成一个对象，要next（）或者for循环才能生成数据

 

带有yield的函数不仅仅是只用于for循环，而且可用于某个函数的参数，只要这个函数的参数也允许迭代参数。（pytest里的conftest 夹具）

生成器函数  引用地址：https://blog.csdn.net/mieleizhi0522/article/details/82142856

生成器与迭代器区别  引用地址：https://www.cnblogs.com/wj-1314/p/8490822.html

 

 

迭代器：

生成器都是Iterator，但list、dict、str虽然是Iterable（可迭代对象），却不是Iterator（迭代器）

一个实现了iter()方法的对象是可迭代的

一个实现了iter()方法和next()方法的对象就是迭代器。

Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。