迭代器跟生成器，与上篇文章讲的装饰器同样，都是属于个人一个老大难问题。

一般就是遇到的时候就去搜一下，结果在一大坨各类介绍博客中看了看，回头又忘记了。

你是否是也是这样呢？python

俗话说：好记性不如烂笔头，虽然如今基本不咋用笔写字了，可是仍是要好好整理下，起码之后我就不用搜了。数据结构

若是如今给你一个列表list_a = [1, 2, 3, 4]，让你去迭代它，相信你们都很熟悉，直接用for循环就完事儿，函数

list_a = [1, 2, 3, 4]

for i in list_a:

print(i)

运行测试

1

2

3

4

[Finished in 0.1s]

能够看到，for循环迭代了列表中的每个元素，打印了出来。

那么for循环背后都作了什么事情呢？code

1、 容器、可迭代对象、迭代器

听起来陌生，可是你绝对熟悉的词儿。对象

在python中，一切都是对象，对象的抽象是类，而对象的集合就是容器。内存

使用python中常见的容器有不少，好比：列表list:[0, 1, 2]，集合set:([0, 1, 2])，字典dict:{0:0, 1:1, 2:2}以及元组tuple(0, 1, 2)。

这些都是多个元素集中在一块儿的单元，区别的是内部数据结构的实现方法。generator

全部的容器都是能够迭代的，你能够用for循环去迭代上述的容器试试。博客

那把一个个元素找出来，用到的就是迭代器。用iter()能够建立一个迭代器。it

迭代器提供一个next()方法，这个方法你每次调用的时候会给你返回下一个对象，或者StopIteration，也就是没有对象能够给你了。

list_a = [1, 2, 3, 4]

it = iter(list_a) # 建立迭代器

print(next(it)) #调用next()

print(next(it))

print(next(it))

print(next(it))

print(next(it))

运行结果，前4个print能够正常返回，第5个时候就出现StopIteration错误了，由于列表中4个元素已经返回完了。

1

2

3

4

Traceback (most recent call last):

File "D:\练习\demo_iterator.py", line 9, in

print(next(it))

StopIteration

[Finished in 0.1s with exit code 1]

2、生成器

什么是生成器？简单粗暴一点：生成器就是懒人版的迭代器。

在上述的建立迭代器操做中，咱们显然是作了一次性生成的操做，list_a = [1, 2, 3, 4]，这4个元素一次性生成好，以供next()调用。

可是生成出的这些元素都是会保存到内存中去，这只是4个元素，若是有上千万、上亿元素呢？

我并非第一时间要用到全部的元素，我只要在我调用next()的时候产生一个返回给我就好，那么这样一次性生成就会白白占用了大量的内存。

生成器应运而生，当调用next()的时候，才会生成下一个变量。

生成器的写法很简单，用小括号，好比把一个列表生成式括起来：(i for i in range(10000)),这样就初始化了一个生成器。

print([i for i in range(10)])

print(i for i in range(10))

上面的时列表，下面的就是一个生成器了，区别就是[]和()。

运行结果：

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

at 0x033383A8>

[Finished in 0.1s]

yield关键字

此外，函数也能够成为生成器，秘密就是yield关键字，好比：

def gen():

a = 0

while a < 100:

yield a

a += 1

test = gen()

print(next(test))

print(next(test))

print(next(test))

print(next(test))

运行结果：

0

1

2

3

[Finished in 0.1s]

yield关键字，能够这样理解：当函数运行到这一行的时候，程序会从这里暂停，yield至关于return会返回，

当下次迭代时候，则会从yield的下一行代码开始执行。

因此，我调用了4次print，能够从0开始依次输出。

从我工做中的使用场景出发的话，我在作一些自动化测试的时候，有些变量参数是不能够重复的，用迭代器来定义变量的生成规则，每次

调用都会产生一个新的，就不会重复了。