Python基础-迭代器（iterator）&生成器（generator）

迭代器（iterator）：
一、什么是迭代器：
1.迭代器是实现了next（）方法的可迭代对象。
2.迭代器是一种访问集合元素的一种方式，迭代器有两个基本方法next（）、iter（）
二、迭代器的实现原理：
1.基于上一次的执行结果，继续执行，迭代器每次输出的结果，都跟上一次的执行结果关联。
2.迭代器会从集合的第一个元素访问，迭代器只能向前访问，不能后退。
3.迭代器处理数据时，会采用”流“的形式进行处理。

二、什么是可迭代对象(iterable)：
1. 可迭代对象的特征是有一个“iter”函数。对象的“iter”函数被调用后，会返回一个迭代器。查看可迭代对象内置函数的方法为print(dir(“对象名”))。
2. 可迭代对象可使用常规的for循环进行遍历。
3. 可迭代对象可以是文件

四、迭代器的优缺点：
优点：
1.可以对没有索引的对象进行遍历取值
2.节约内存，使用迭代器的时候不会将可迭代对象的所有内容全部提取出来，而是采取“流”形式对数据进行处理，即边读边取。如：在进行大文件读取时，如果直接将文件中的内容全部读取出来，被取出来的内容就会占用内存，如果文件过大，那么就可能会导致内存溢出；我们在处理大文件时，通常会使用迭代器，值得一提的是，with open方法，会自动使用迭代器。使用迭代器后，会保证取出的内容占用的内存始终不会改变，在边读边存的过程中，先读取出的内容在后续内容被读取时，会从内存中被释放出来。所以不会导致内存溢出。
缺点：
1.迭代器无法按照指定索引获取值
2.迭代器获取数据只能向前获取，不能后退
3.迭代器不触发 StopIteration 异常，就不会停止

五、定义一个简单的迭代器（引用菜鸟教程demo）

补充：
1.for循环，本质上也是一个迭代器
2.StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

生成器(generator)：

一、什么是生成器：
使用了yield的函数被成为生成器，生成器是一个返回迭代器的函数，生成器就是一个迭代器，而迭代器不一定是生成器。

二、生成器的作用：
1.生成器适合处理大批量的数据，生成器一次返回一个结果，而不是返回所有的结果
2.让代码更简洁。

三、定义一个简单的生成器（借鉴：https://blog.csdn.net/a200822146085/article/details/89388362的案例）：