python的迭代器和生成器（iter()、yield）

在python中，我们经常使用for语句循环遍历可迭代的对象（list,string,dict,tuple）等对象，这些对象都被称为可迭代对象

迭代器

迭代器对象要求支持迭代器协议的对象，在Python中，支持迭代器协议就是实现对象的iter()()和next()方法。其中iter()()方法返回迭代器对象本身；next()方法返回容器的下一个元素，在结尾时引发StopIteration异常。

iter()和next()方法

这两个方法是迭代器最基本的方法，一个用来获得迭代器对象，一个用来获取容器中的下一个元素。

对于可迭代对象，可以使用内建函数iter()来获取它的迭代器对象

list = ['a', 'v', 'a']
# 迭代器的生成，将可以迭代的对象变成迭代器
iter_list = iter(list)
# 调用迭代器里面的函数
first = next(iter_list)

备注：当我们使用for语句循环的时候是只能遍历得到本次的元素的，迭代器可以获取得到下一个元素

生成器

在Python中，使用生成器可以很方便的支持迭代器协议。生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果，在每个结果之间挂起和继续它们的状态，来自动实现迭代协议。

yield内部是一个状态机，维护着挂起和继续的状态

# 生成器的例子使用
def Zrange(n)：
	i = 0
	while i < n:
		yield i
		i += 1

Zrange = Zrange(3)
print(Zrange)

在这个例子中，定义了一个生成器函数，函数返回一个生成器对象，然后就可以通过for语句进行迭代访问了。

其实，生成器函数返回生成器的迭代器。 “生成器的迭代器”这个术语通常被称作”生成器”。要注意的是生成器就是一类特殊的迭代器。作为一个迭代器，生成器必须要定义一些方法，其中一个就是next()。如同迭代器一样，我们可以使用next()函数来获取下一个值。

生成器的执行流程

下面就仔细看看生成器是怎么工作的。

从上面的例子也可以看到，生成器函数跟普通的函数是有很大差别的。

结合上面的例子我们加入一些打印信息，进一步看看生成器的执行流程：

def Zrange(n):
         print('开始工作')
         i = 0
         while i < n:
                  print('yield之前')
                  yield i
                  i += 1
                  print('yield之后')
         print('结束工作')

zrange = Zrange(3)
print('-----------------')

print(next(zrange))
print('-----------------')

print(next(zrange))
print('-----------------')

print(next(zrange))
print('-----------------')

print(next(zrange))
print('-----------------')

总结

• 同iter()方法可以自定义迭代器，for语句遍历也可以通过iter()方法获取迭代器，通过next()方法获取迭代器的下一个元素
• 生成器是一种特殊的迭代器，内部支持了生成器协议，不需要明确定义iter()和next()方法。
• 生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果。