2、可迭代对象与迭代器

 1、Iterable, 可迭代对象
    概念：python中能够使用for循环遍历的都是可迭代对象
    1、常见的可迭代对象:
        1.1、序列如：list、str、tuple、range
        1.2、非序列：dict、set、文件对象:f = open(xx)
            1.2.1文件对象说明：
                每次open一个文件时，这个文件就是一个可迭代对象，因为可以通过for循坏遍历获取文件的每一行
                f = open('xxx文件','r',encoding = 'utf-8')
                # 判断是否为可迭代对象,输出为True则为可迭代对象
                print(isinstance(f, Iterable))
        
        1.3、对象拥有__iter__()方法的任意对象(可迭代协议)
            class MyClass1：
                # 实现迭代协议
                def __iter__(self):
                    return iter([11,22,33])
            迭代协议(__iter__)：
                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

# 1.3
# 当我们去遍历一个不是可迭代对象的类时，会报错提示"TypeError: 'Demo1' object is not iterable"
# class Demo1:
#     pass
#
#
# d = Demo1()
# for i in d:
#     print(i)


# 当我们在类中实现了__iter__()方法时，这个类就变成可迭代对象
class Demo2:
    # 对象迭代时调用的方式
    def __iter__(self):
        return iter([11, 22, 33, 44])


d = Demo2()
for i in d:
    print(i)

        1.4、实现了序列语义的__getitem__()方法的任意对象。
            class MyClass2：
                value = [11,22,33]
                # 实现迭代协议
                def __getitem__(self,item):
                    return self.value[item]
        注：实现了__iter__()方法或者__getitem__()方法都是可迭代对象，for循环会先去找是否有__iter__()方法，没有是才去找__getitem__()方法

# 1.4
li = ["aa", "bb", "cc"]
print(li[0])  # 实际执行为li.__getitem__(0),可以通过列表的源码看到
list()


class MyClass2:
    value = [11, 22, 33]

    # 实现迭代协议
    def __getitem__(self, item):
        return self.value[item]


d = MyClass2()
for i in d:
    print(i)

2、Iterator, 迭代器
    概念:实现了迭代器协议的对象 被称之为迭代器
    1、迭代器协议：
        迭代器协议由 `__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。
        (迭代器的__iter__方法是从可迭代对象中继承来的)
    2、实现了迭代器协议的对象，就是一个迭代器
    3、所有的可迭代对象，都可以通过内置函数iter(转化为迭代器)：
        li = [11, 22, 33]
        # 可迭代对象转换为迭代器：内置函数iter()
        # 本质上是调用了可迭代对象的__iter__方法
        # 传进去的是一个可迭代对象li，返回一个迭代器list_iterator
        s = iter(li)# ===> iter(li) ===> li.__iter__() 
    4、迭代器对象能够使用内置函数next进行迭代操作(与可迭代对象的区别，有next()这个内置函数)
        (每次迭代一个数据),当数据迭代完之后，会自动关闭迭代器
       当迭代器关闭之后再使用next进行迭代，则抛出异常 StopIteration
       注意点：迭代器中的数据  只能迭代一次(迭代完之后，迭代器就关闭了)
       例如：
        li = [11, 22, 33]
        res = iter(li)
        res1 = next(res)
        print('res1:', res1)
        
        res2 = next(res)
        print('res2:', res2)
        
        res3 = next(res)
        print('res3:', res3)
        
        res4 = next(res)
        print('res4:', res4) # 抛出异常StopIteration
       
       #注意点:
        print('---以下的x不会被输出，因为迭代中的数据只能迭代一次------')
        for x in res:
            print(x)
 

# 2
li = [11, 22, 33]
# 可迭代对象转换为迭代器：内置函数iter()
res = iter(li)  # ===> iter(li) ===> li.__iter__()
print(res)  # 输出一个<list_iterator>，传进去的是一个可迭代对象，返回一个迭代器

# 迭代器可以使用next进行迭代操作
res1 = next(res)
print('res1:', res1)

res2 = next(res)
print('res2:', res2)

res3 = next(res)
print('res3:', res3)

# res4 = next(res)
# print('res4:', res4)

print('---以下的x不会被输出，因为迭代中的数据只能迭代一次------')
for x in res:
    print(x)

3、Generator,生成器
    应用层面的,学习之前需要先了解可迭代对象和迭代器。后续进行技术输出
    处理大数据量时，使用生成器几乎不占内存。
    因为生成器本身不存储数据，只存储数据迭代的规则
   

4、可迭代对象、迭代器、生成器的关系

# 关系：
from collections.abc import Iterable, Iterator, Generator
# 继承关系(生成器是儿子，迭代器是爸爸，可迭代对象是爷爷)
class Iterable(object):
    pass
class Iterator(Iterable)
    pass
class Generator(Iterator)
    pass