目录
- 1、可迭代对象和 for 语句
- 2、上下文管理器和 with 语句
1. 总结
1.1 概念区分
可得迭代对象、迭代器和生成器？
一句话：迭代器和生成器都属于可迭代对象，含有__iter__和__next__魔法函数的对象都是迭代器（可以为你的类添加迭代器），生成器是一种快速创建迭代器的方法。
迭代器（Iterator）
-
可以被next()函数调用并不断返回下一个值的对象称为迭代器（Iterator）。迭代器（iterator）是惰性可迭代对象（lazy iterable），是一次性可迭代对象。
可以使用isinstance()判断一个对象是否是Iterator对象。
生成器：特殊迭代器
- 生成器（来自于生成器函数或者生成器表达式）其实是一种特殊的迭代器
可迭代对象（ Iterable）
-
可以直接作用于for循环的对象统称为可迭代对象（Iterable）。包括两类数据类型：
一类是容器数据类型，如list、tuple、dict、set、str等；
一类是生成器，包括生成器表达式和带yield的生成器函数。可以使用isinstance()判断一个对象是否是Iterable对象。
注意：list、dict、str虽然是Iterable，却不是Iterator。（因为Python的Iterator对象表示的是一个数据流）
把list、dict、str等Iterable变成Iterator可以使用iter()函数。
1.2 本质
- 迭代器是包含__next__方法的对象。（__next__方法可以记住遍历的位置）
- 可迭代的对象是可直接用于遍历的对象，包含__iter__方法。Iterable的__iter__方法会返回一个Iterator（iter()函数会返回一个定义了next()方法的迭代器对象）
2. 迭代器：惰性可迭代对象
记住：迭代器的存在是为了管理 for 语句
迭代（Iteration）是访问集合元素（collection）的一种方式。迭代器（Iterator ）是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
注意：
1.在迭代器对象上调用 iter() 函数时，总会返回相同的对象
2.迭代器对象一定可以使用 next() 函数
3.迭代器对象只能被遍历一次
特殊的惰性迭代对象：range()
偶然发现一个有意思的事情：type(range)的结果是type，type(range(3))的结果是range，不禁思考 type 同 object 的关系，以及***range 代表的是什么类型***。
具体可以参考 Python 核心知识 0 ——框架＆总章 中的Python基础知识。
range()函数是一个可得迭代对象（其本身不是迭代器），它本身可以返回一个迭代器（可以调用next函数），而不是一个列表类型。
- 语法
range(stop)
range(start, stop[, step])
返回的是一个可迭代对象：步数为step、从start 到 stop-1 的整数序列。
- 用法
① 与 for 循环一起使用；
② 使用 list() 函数转换为列表（可以打印出来）
- 例子
range(3) # 返回的是一个迭代器
range(0, 3)
for i in range(3):
print(i)
0
1
2
list(range(3))
[0, 1, 2]
返回迭代器的内置函数
注意上面图片上的错误：range()比较特殊，并不是返回一个迭代器，而只是返回一个可迭代对象。
下面就是一些能够返回迭代器的 Python 内置函数：
enumerate()
- 语法
enumerate(sequence, [start=0])
输入一个序列，返回 enumerate(枚举) 对象。
-
用法
① 与 for 循环一起使用；
② 使用 list() 函数转换为列表（可以打印出来） -
例子
enumerate(range(4, 7))
<enumerate at 0x1126a9948>
for n, i in enumerate(range(4, 7)) :
print(n, i)
0 4
1 5
2 6
list(enumerate(range(3)))
[(0, 0), (1, 1), (2, 2)]
reversed()
-
语法
reversed(seq)
返回一个反转的迭代器。 -
例子
reversed(range(3))
<range_iterator at 0x1131485a0>
for i in reversed(range(3)):
print(i)
2
1
0
list(reversed(range(3)))
[2, 1, 0]
zip()
- 语法
zip(iter1 [,iter2 […]])
返回一个 zip 对象，其.next()方法会返回一个元组。
- 例子
zip(range(3), range(3,6))
<zip at 0x112a974c8>
list(zip(range(3), range(3,6)))
[(0, 3), (1, 4), (2, 5)]
sorted()
- 语法
sorted(iterable, key=None, reverse=False)
返回可迭代对象重新排序的列表。
- 例子
sorted((3,7,1,0,5))
[0, 1, 3, 5, 7]
注意：区分list的方法 list.sort()
附：
Python 内置函数数量没有想的那么多，可以顺带多学习学习：Python3 内置函数
3. 生成器
定义生成器的两种方法：生成器表达式和生成器函数
- 生成器表达式。生成器表达式是列表推倒式的生成器版本，看起来像列表推导式，但是它返回的是一个生成器对象而不是列表对象。只要把一个列表生成式的[]改成()，就创建了一个generator。
- 如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator。
4. 上下文管理器和 with 语句
4.1 概述
含有 __enter__ 和 __exit__ 方法的对象就是 Python 的上下文管理器（Context Managers）。
上下文管理器存在的目的是管理 with 语句，就像是迭代器的存在是为了管理 for 语句一样。
with 上下文管理器：
语句体
当 with 遇到上下文管理器，就会在执行语句体之前，先执行上下文管理器的 enter 方法，然后再执行语句体，执行完语句体后，最后执行 exit 方法。
with 有一个很重要的作用是简化 try/finally 模式，无论何种异常发生，finally 字句都会执行。
4.2 实例
- 有问题的代码
file = open("１.txt")
data = file.read()
file.close()
问题：可能出现 ①文件读取发生异常但没有进行任何处理 ② 肯能忘记关闭文件句柄
- 改进代码
try:
f = open('xxx')
except:
print('fail to open')
exit(-1)
try：
do something
except:
do something
finally:
f.close()
虽然这段代码运行良好，但比较冗长。
- with 语句
使用with的话，能够减少冗长，还能自动处理上下文环境产生的异常
with open('1.txt') as file:
data = file.read()
参考：
文件的打开、读写和关闭：
- 文件打开后才能进行读写
- Python会缓存写入的数据，如果程序异常崩溃，数据就不能写入到文件当中。安全起见，文件用完后要主动关闭文件
407
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
