迭代器

迭代器协议

对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么返回一个异常来终止本次迭代。(只能往前走，不能往后退！)

迭代器对象

遵循了(实现了)迭代器协议的对象。(对象内部实现了一个__next__方法，以实现迭代器协议)称为一个迭代器对象。他们的作用是逐个遍历容器中的对象。迭代器对象一定是可迭代对象

>>> from collections import Iterable, Iterator

>>> l = list([1,2,3]) # 定义列表

>>> l_iter = l.__iter__() # 调用列表的 __iter__ 方法

>>> isinstance(l, Iterable) # 列表可迭代对象

True

>>> isinstance(l, Iterator) # 列表不是迭代器

False

>>> isinstance(l_iter, Iterable) # 列表的__iter__ 方法返回 是可迭代对象

True

>>> isinstance(l_iter, Iterator) # 列表的__iter__ 方法返回 也是是迭代器对象

True

可迭代对象(iterable)

可迭代对象有很多种形式，只要满足可以每次取到容器对象中下一个对象的，都称为可迭代对象。

实现了 __iter__方法的对象称为可迭代对象。

range() 对象也是可迭代对象。

生成器对象也是可迭代对象。

>>> from collections import Iterable, Iterator

>>> isinstance(range(10), Iterator)

False

>>> isinstance(range(10), Iterable)

True

# 生成器对象一定是迭代器对象， 那么他也必然是可迭代对象

>>> isinstance((i for i in range(10)), Iterator)

True

>>> isinstance((i for i in range(10)), Iterable)

True

总结补充

列表、元组、集合、字符串、字典都是可迭代对象。

for 循环的本质：使用迭代器协议访问可迭代对象中的每一个对象。

生成器

生成器类似于一种数据类型，这种数据类型自动实现了迭代器协议，所以生成器也是迭代器。

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)

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

>>> def generator(n):

... for i in range(n):

... yield i

...

>>> gener_obj = generator(10)

>>> gener_obj.__next__()

0

>>> gener_obj.__next__()

1

>>> gener_obj.__next__()

2

>>> type(gener_obj)

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，按需取出对象

注意生成器 用()包裹起来

>>> generator = (i for i in range(10))

>>> generator.__next__()

0

>>> generator.__next__()

1

>>> type(generator)

以上就是浅谈Python中的生成器和迭代器的详细内容，更多关于Python 生成器和迭代器的资料请关注python博客其它相关文章！