python 迭代器和生成器

###迭代

• 何谓迭代？
  简单来说，迭代就是遍历，遍历的对象可以是一个tuple，可以是一个list，一个dict，甚至一个字符串。
• 如何判断一个对象是可迭代的对象呢？
  通过collections模块的Iterable类型判断,例如:

>>>from collections import Iterable
>>>isinstance('abcde', Iterable) # 判断str是否可迭代
True
>>>isinstance([1,2,3,4,5], Iterable) # 判断list是否可迭代
True
>>>isinstance(12345, Iterable) # 判断整数是否可迭代
false

---

###迭代器

• 何谓迭代器，干什么用的
  迭代是python最强大的功能之一，是访问集合的一种方式
  而迭代器是一个可以记住遍历的位置的对象。在python中，能被next（）函数不断调用并且返回下一个值的对象称为迭代器（Iterator）。它可以被next（）函数不断调用并返回下一个值，直到最后抛出StopIteration exception
• 特性
  从集合的第一个元素开始访问，直到所有的元素访问完，只能前进不能后退
• 如何判断是否为迭代器
  可以使用isinstance()判断一个对象是否是Iterator对象：

>>>from collections import Iterator
>>>isinstance((x for x in range(10)), Iterator)
>True
>>>isinstance([], Iterator)
False
>>>isinstance({}, Iterator)
False
>>>isinstance('abc', Iterator)
False

可见生成器是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

• 创建迭代器
  通过iter(obj)得到一个迭代器对象
  其中obj可以是元组，列表或者是字典
  注意如果是字典，创建的是key的迭代对象，即类型是dict-keyiterator

>>>list=[1,2,3,4]; it = iter(list) # 创建迭代器对象 
>>>for x in it:... 
...print (x, end=" ")

1 2 3 4

• for 循环的本质
  for 循环本质上就是不断通过调用next（）函数来实现的，例如：

	for x in [1, 2, 3, 4, 5]:
    	pass

完全等价于：

it=iter([1,2,3,4,5])
while True：
	try:
		x=next（it）
	except StopIteration :
		break

---

###生成器

• 何谓生成器？
  创建列表的时候我们是一次性创建整个列表，如果我们实际只用到了前几个元素，那后面的绝大部分空间都浪费了。如果列表后面的元素可以按照一定的规则或某种算法推出来，那我们可以在循环的过程中不断推算后面的元素，这样就不必创建完整的list，从而节约空间。在python中，一边循环一边计算元素的机制叫做生成器
• 创建生成器的方法

• 1.将列表生成式的[]改成()即可

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

如何打印获得的generator呢？方法就是通过for 循环来迭代，例如

	>>> g = (x * x for x in range(10))
	>>> for n in g:
	...     print(n，end=” ”)
	0 1 4 9 16 25 36 49 64 81

• 2.在函数中使用 yield关键字（一般函数中会有while或for循环，yield在循环语句内部）
  带有yield的函数python会把它解释成一个generator，调用函数不会执行函数，而是返回一个generator对象！直到对其调用next（）函数才开始执行（for 循环中自动调用 next（）方法）
  在for循环执行时，每次循环都会调用next（）函数来执行函数的内部代码，执行到yield x时函数就返回 x。下一次迭代时,从yield x 的下一句开始，本地的变量和上次中断返回前是一样的，函数继续执行，直到再次遇到yield
  例1：

>>>fb（max）：
...	n，a，b=0,0,1
...	while n<max:
...		yield b
...		a,b=b,a+b
...	n=n+1
...return done

>>> for fab in f(5):
...	print(fab, end=’ ’)
1 1 2 3 5

注意到generatorfunction没有执行return语句。当函数执行结束时，generator 自动抛出 StopIteration 异常，表示迭代完成。在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。那如何获得return语句呢？这就得捕获异常StopIteration，通过exception.value取得return的值

>>> g = fib(6)
>>> while True:
...     try:
...         x = next(g)
...         print('g:', x)
...     except StopIteration as e:
...         print('Generator return value:', e.value)
...         break

g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done

例2：
第二个yield的例子来源于文件的读取，如果直接用read（）方法会导致不可预测的内存占用，好的方法是建立一个固定长度的缓冲区，通过缓冲区来不断读取文件的内容。通过yield，我们不需要编写读文件的迭代类就可以轻松的实现文件读取。

def read_file(file_path):
BLOCK_SIZE=2048
with open(file_path) as f:
	block=f.read(BLOCK_SIZE)
	while true:
		if block:
			yield block
		else :return
 

参考资料：

http://www.runoob.com/python3/python3-iterator-generator.html
廖雪峰python3迭代器