python3 迭代器_python3之迭代器&生成器

1、迭代器

迭代是Python最强大的功能之一，是访问集合元素的一种方式。。

迭代器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。

迭代器有两个基本的方法：iter() 生成迭代器和 next()遍历迭代器元素。

>>> dil = iter(range(10)) #使用iter方法创建一个迭代器

>>> print(type(dil)) #类型为迭代器

>>> print(dil)

>>> l1 = [1,2,3,4,5]>>> it = iter(l1) #将列表转换为迭代器

>>> print(type(it))

>>> print(it)

>>> print(next(it))1

>>> print(next(it))2

>>> print(next(it))3

>>> print(next(it))4

>>> print(next(it))5

>>> print(next(it)) #如果迭代器元素到最后没有了就会报错

Traceback (most recent call last):

File"", line 1, in StopIteration>>> for i in it: #此处因为迭代元素已经到了最后，所以没有元素输出

... print(i,end=" ")

...>>> print(next(dil)) #使用next输出迭代器的下一个元素

0>>> print(next(dil))1

>>> print(next(dil))2

>>> print(next(dil))3

>>> for i in dil: #而输出dil迭代器的元素会接着输出迭代器的元素，知道最后一个。

... print(i,end=" ")

...4 5 6 7 8 9 >>>

>>> list = [1,2,3,4,5,6,7,8]>>> inter1 = list.__iter__() #遵循迭代器协议，生成可以迭代的对象

>>> print(inter1.__next__())1

>>> print(inter1.__next__())2

#集合中使用迭代器

>>> s1 = {'python','java','net','php'}>>> iter2 = s1.__iter__()>>> print(iter2)

>>> print(iter2.__next__())

java>>> print(iter2.__next__())

php>>> print(iter2.__next__())

net>>> print(iter2.__next__())

python>>> print(iter2.__next__())#字典中使用迭代器

>>> dict1 = {'k1':'v1','k2':'v2'}>>> iter3 = dict1.__iter__()>>> print(iter3.__next__()) #字典默认迭代的是key值

k1>>> print(iter3.__next__())

k2#文件中使用迭代器

>>> with open('test','r') as f1:

... iter5= f1.__iter__()

...print(iter5.__next__(),end = ' ')

...print(iter5.__next__(),end = ' ')

...print(iter5.__next__(),end = ' ')

...11111 2222

33333 4444

55555 6666

2、生成器

在 Python 中，使用了 yield 的函数被称为生成器(generator)。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回yield的值。并在下一次执行 next()方法时从当前位置继续运行。

生成器可以理解为一种数据类型，这种数据类型自动实现了迭代器协议(其他的数据类型需要调用自己内置的__iter__方法)，所以生成器就是可迭代对象

生成器分类及在python中的表现形式：(Python有两种不同的方式提供生成器)

1.生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

2.生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

为何使用生成器之生成器的优点

Python使用生成器对延迟操作提供了支持。所谓延迟操作，是指在需要的时候才产生结果，而不是立即产生结果。这也是生成器的主要好处。

生成器小结：

1.是可迭代对象

2.实现了延迟计算,省内存啊

3.生成器本质和其他的数据类型一样，都是实现了迭代器协议，只不过生成器附加了一个延迟计算省内存的好处

defite():print('hello')yield 'test1'

print('world')yield 'test2'

yield 'test3'

yield 'test4'gen= ite() #生成了一个生成器

print(type(gen))print(gen.__next__())print(gen.__next__())print(gen.__next__())print(gen.__next__())hello

test1

world

test2

test3

test4

生成器方法：

close()：手动关闭生成器，后面的调用会直接返回Stoplteration异常。

>>> defgen():

...yield 'hello'...yield 'python'...>>> st =gen()>>> print(st.__next__())

hello>>> st.close() #关闭生成器后再显示元素就抛出异常

>>> print(st.__next__())

Traceback (most recent call last):

File"", line 1, in StopIteration

send()：生成器函数最大的特点是可以接受外部传入的一个变量，并根据变量内容计算结果后返回。

defconsumer(name):print('begin..')whileTrue:

baozi= yield name #第一次执行时返回name的值，然后将send的值赋值给yield

print('is you %s' %baozi) #所以此时baozi的值为1

d= consumer('zhang')print(d.__next__())print(d.send(1))print(d.send(2))print(d.send(3))print(d.send(5))

begin..

zhangis you 1zhangis you 2zhangis you 3zhangis you 5zhang

throw()：用来想生成器函数传入一个异常，可以结束系统定义的异常，或者自定义的异常。

throw()后直接抛出异常并结束程序，或者消耗掉一个yield，或者在没有下一个yield的时候直接进行到程序的结尾。