Python迭代器与生成器

迭代器

　　迭代器协议是指：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个Stoplteration异常，以终止迭代（只能往后走不能往前退）

　　实现了迭代器协议的对象(对象内部定义了一个__iter__()方法)

　　python中的内部工具(如for循环，sum，min，max函数等)基于迭代器协议访问对象。

#基于迭代器协议
li = [1,2,3]
diedai_l = li.__iter__()
print(diedai_l.__next__())
print(diedai_l.__next__())
print(diedai_l.__next__())
# print(diedai_l.__next__())  # 超出边界报错

#下标
print(li[0])
print(li[1])
print(li[2])
# print(li[3]) # 超出边境报错

# 用while循环模拟for循环机制
diedai_l = li.__iter__()
while True:
    try:
        print(diedai_l.__next__())
    except StopIteration:
        print("迭代完毕，循环终止")
        break

# for循环访问方式
# for循环本质就是遵循迭代器协议的访问方式，先调用diedai_l=li.__iter__方法
# 或者直接diedai_l=iter(l),然后依次执行diedai_l.__next__(),直到捕捉到
# StopItearation终止循环
# for循环所有的对象的本质都是一样的原理

生成器

　　可以理解为一种数据类型，自动实现迭代器协议

　　在调用生成器运行的过程中，每次遇到yield时函数会暂停并保存当前所有的运行信息，返回yield的值。并在下一次执行next()方法时从当前位置继续运行

　　表现形式

　　　　1、生成器函数  带yield的函数(1、返回值 2、保留函数的运行状态)    

　　　　　　next(t)　　t.__next__　　t.send(可以给上一层的yield传值)

# 用生成器函数
# yield 相当于return控制的是函数的返回值
# x=yield的另外一个特性，接收send传过来的值，赋值给x
def test():
    print("开始啦")
    first = yield # return 1   first = None
    print("第一次",first)
    yield 2
    print("第二次")
t = test()
print(test().__next__())
res = t.__next__() # next(t)
print(res)
res = t.send("函数停留在first那个位置，我就是给first赋值的")
print(res)

输出结果
开始啦
None
开始啦
None
第一次 函数停留在first那个位置，我就是给first赋值的
2

　　　　2、生成器表达式  

print(sum(i for i in range(10000)))       # 表达式一般用for循环 (i for i in range(10000))

# 作用 节省内存，在内部已经实现了__iter__的方法

列表解析(生成了一个列表)

print([i for i in range(10)])  # 生成一个列表

三元表达式(没有四元表达式，可以有二元)

?

1 2 3 4 5 6 7

name = "alex" print("sb" if name == "alex" else "帅哥")   # if name == "alex"为一元 "sb" 为二元 else "帅哥"为三元   输出 sb