迭代器
迭代器協議
對象必須提供一個next方法，執行該方法要麼返回迭代中的下一項，要麼返回一個異常來終止本次迭代。（只能往前走，不能往後退！）
迭代器對象
遵循了（實現了）迭代器協議的對象。（對象內部實現了一個__next__方法，以實現迭代器協議）稱為一個迭代器對象。他們的作用是逐個遍歷容器中的對象。迭代器對象一定是可迭代對象
>>> from collections import Iterable, Iterator >>> l = list([1,2,3]) # 定義列表 >>> l_iter = l.__iter__() # 調用列表的 __iter__ 方法 >>> isinstance(l, Iterable) # 列表可迭代對象 True >>> isinstance(l, Iterator) # 列表不是迭代器 False >>> isinstance(l_iter, Iterable) # 列表的__iter__ 方法返回 是可迭代對象 True >>> isinstance(l_iter, Iterator) # 列表的__iter__ 方法返回 也是是迭代器對象 True
可迭代對象(iterable)
可迭代對象有很多種形式，只要滿足可以每次取到容器對象中下一個對象的，都稱為可迭代對象。
實現了 __iter__方法的對象稱為可迭代對象。
range() 對象也是可迭代對象。
生成器對象也是可迭代對象。
>>> from collections import Iterable, Iterator >>> isinstance(range(10), Iterator) False >>> isinstance(range(10), Iterable) True # 生成器對象一定是迭代器對象， 那麼他也必然是可迭代對象 >>> isinstance((i for i in range(10)), Iterator) True >>> isinstance((i for i in range(10)), Iterable) True
總結補充
列表、元組、集合、字符串、字典都是可迭代對象。
for 循環的本質：使用迭代器協議訪問可迭代對象中的每一個對象。
生成器
生成器類似於一種數據類型，這種數據類型自動實現了迭代器協議，所以生成器也是迭代器。
生成器分類及在python中的表現形式：（Python有兩種不同的方式提供生成器）
生成器函數
常規函數定義，但是，使用yield語句而不是return語句返回結果。yield語句一次返回一個結果，在每個結果中間，掛起函數的狀態，以便下次重它離開的地方繼續執行
>>> 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)
生成器表達式
類似於列表推導，但是，生成器返回按需產生結果的一個對象，而不是一次構建一個結果列表，按需取出對象
注意生成器 用()包裹起來
>>> generator = (i for i in range(10)) >>> generator.__next__() 0 >>> generator.__next__() 1 >>> type(generator)
[madbeef ] 淺談Python中的生成器和迭代器已經有222次圍觀
