生成器(constructor)

　　生成器函數(shù)在Python中與迭代器協(xié)議的概念聯(lián)系在一起。包含yield語句的函數(shù)會被特地編譯成生成器 !!!

　　當(dāng)函數(shù)被調(diào)用時，他們返回一個生成器對象，這個對象支持迭代器接口。

　　不像一般的函數(shù)會生成值后退出，生成器函數(shù)在生成值后會自動掛起并暫停他們的執(zhí)行和狀態(tài)，他的本地變量將保存狀態(tài)信息，這些信息在函數(shù)恢復(fù)時將再度有效

創(chuàng)建生成器方式有兩種：

方法一：

方法二：

例子：

要了解他的運行原理，我們來用next方法看看：

在運行完5次next之后，生成器拋出了一個StopIteration異常，迭代終止。

send(msg) 與 next()

了解了next()如何讓包含yield的函數(shù)執(zhí)行后，我們再來看另外一個非常重要的函數(shù)send(msg)。

其實next()和send()在一定意義上作用是相似的，區(qū)別是send()可以傳遞yield表達(dá)式的值進(jìn)去，而next()不能傳遞特定的值，只能傳遞None進(jìn)去。因此，我們可以看做

c.next() 和 c.send(None) 作用是一樣的。

需要注意的是，第一次調(diào)用時，請使用next()語句或是send(None)，不能使用send發(fā)送一個非None的值，否則會出錯的，因為沒有yield語句來接收這個值。

send(msg) 和 next()是有返回值的，它們的返回值很特殊，返回的是yield表達(dá)式的參數(shù) !

執(zhí)行順序是：遇到y(tǒng)ield 先返回值，等下次再進(jìn)入時再用 msg 進(jìn)行賦值?。。?/p>

再來看一個yield的例子，用生成器生成一個Fibonacci數(shù)列：

另一個 yield 的例子來源于文件讀取。

迭代器(iterator)

　　for循環(huán)可以用于Python中的任何類型，包括列表、元祖等等，實際上，for循環(huán)可用于任何“可迭代對象”！

　　迭代器是一個實現(xiàn)了迭代器協(xié)議的對象，Python中的迭代器協(xié)議就是有next方法的對象會前進(jìn)到下一結(jié)果，而在一系列結(jié)果的末尾是，則會引發(fā)StopIteration。

　　任何這類的對象在Python中都可以用for循環(huán)或其他遍歷工具迭代，迭代工具內(nèi)部會在每次迭代時調(diào)用next方法，并且捕捉StopIteration異常來確定何時離開。

　　使用迭代器一個顯而易見的好處就是：每次只從對象中讀取一條數(shù)據(jù)，不會造成內(nèi)存的過大開銷。

注意：

　　判斷迭代器的條件是：

1. 有__iter__ 方法

2. 有__next__ 方法

　　所有的生成器都是迭代器！

迭代器例子：

比如要逐行讀取一個文件的內(nèi)容，利用readlines()方法，我們可以這么寫：

這樣雖然可以工作，但不是最好的方法。因為他實際上是把文件一次加載到內(nèi)存中，然后逐行打印。當(dāng)文件很大時，這個方法的內(nèi)存開銷就很大了。

利用file的迭代器，我們可以這樣寫：

這是最簡單也是運行速度最快的寫法，他并沒顯式的讀取文件，而是利用迭代器每次讀取下一行。

for 循環(huán)實質(zhì)：

1. 調(diào)用 __iter__ 方法將可迭代對象轉(zhuǎn)換成迭代器

2. 對迭代器對象不斷調(diào)用 __next__ 方法

3. 處理StopIteration 異常

View Code

可迭代對象(iterable)

　　判斷條件：內(nèi)部具有 __iter__ 方法