Python生成器和迭代器，with上下文管理工具

1.生成器：

1.1 起源：

如果列表中有一万个元素，我们只想要访问前面几个元素，对其进行相关操作，通过for循环方式效率太低，并且后面的元素会浪费内存，还会受到内存限制，所以产生生成器来解决这个问题。

1.2 啥是生成器：

通过某种算法推演出我们所需要的内容，而不必创建所有的列表元素。这种一边循环一遍计算的机制叫做生成器（generator）。通过使用yield返回值函数，每次调用yield都会暂停，将值返回出去进行计算处理。生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小。生成器也是一个更加复杂的迭代器。

1.3 创建生成器：

方法一：把列表生成式的 [  ]  改为 (  )  即可。

generator_item = ( i*i for  i  in  range(10))    输出： <generator  object <genexpr> at  0x000002A4CBF9EBA0 >

如果要一个个打印出来，可以通过next（）函数获得generator的下一个返回值

print(next(generator_item))   ==> 1

print(next(generator_item))   ==> 4

print(next(generator_item))   ==> 9

......

通过这种方式（调用next（）方法） ，最后会报错 StopIteration ，所以一般不用这种方法，一般用for循环遍历生成器

方法二：通过函数的形式创建，典型例子，斐波那契数列

def fib(max):
    n,a,b =0,0,1
    while n < max:
        yield b
        a,b =b,a+b
        n = n+1
    return 'done'
g = fib(6)
while True:
    try:
        x = next(g)
        print('generator: ',x)
    except StopIteration as e:
        print("生成器返回值：",e.value)
        break

2. 迭代器：（迭代就是循环）

2.1 定义： 迭代器包含有next方法的实现，在正确的范围内返回期待的数据以及超出范围后能够抛出StopIteration的错误停止迭代。

2.2 我们已经知道，可以直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如list,tuple,dict,set,str等

一类是generator，包括生成器和带yield的generator function

这些可以直接作用于for 循环的对象统称为可迭代对象：Iterable

可以使用isinstance()判断一个对象是否为可 Iterable 对象

生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值

使用 iter() 函数可以将序列转化为迭代器

2.3 小结

• 凡是可作用于 for 循环的对象都是 Iterable 类型；
• 凡是可作用于 next() 函数的对象都是 Iterator 类型，它们表示一个惰性计算的序列；
• 集合数据类型如 list 、 dict 、 str 等是 Iterable 但不是 Iterator ，不过可以通过 iter() 函数获得一个 Iterator 对象

3.  with上下文管理器

一些不得不知道的知识：

上下文管理协议：context mangement protocol。协议，包含了某些方法，大家都应该跟着去做的。在这里就是 __enter__和__exit__两个方法。

上下文管理器：支持上下文管理协议的对象，这种对象实现了__enter__和__exit__方法。

as的作用：将返回的对象赋给一个变量，以方便以后的使用。

with是一个对象

运行步骤：

1.当进入语句块时，先执行__enter__方法，把文件打开，并返回该文件对象

2.执行代码块内容

3.离开代码块的时候，执行__exit__方法，关闭文件。

在执行过程中，无论遇到什么异常，都是要离开代码块的，这个时候就由__exit__方法接管了。可以在__exit__中定义，让异常显示出来。