Python生成器迭代器

首先我们先来看一下列表生成式，这能让我们更快的理解生成器

列表生成式

a = [x for x in range(10)]

#中括号为一个列表，在列表中的含义为：将循环中的x输出作为a列表的元素

def f(n):

return n**3

a=[f(x) for x in range(10)]

#循环中输出的x可以作为一个参数输入函数中， 这时f(x)的结果集将作为a列表的元素

生成器（generator object）

平时执行一个循环读取文件时，通常会把所有这个文件的内容全部存放到内存中，极大的占用和浪费内存空间，生成器的用法就是把这个对象拿到，但是并不取其中的内容值。自然也就不用把全部内容存放到内存中，在需要取到时再去取，每读取下一次时Python的垃圾回收机制就把上一次的内存回收，这样就极大的节省了内存，但是需要注意的是必须从头到尾一个一个顺序读取。

在循环中我们学习了for，但是可以并没有真正的理解。

for i in iter：#这里明确的说明了，in的对象必须是一个可迭代对象

什么是可迭代对象呢？如果内部有__iter__方法的就可以认为是一个迭代器；比如：列表、元组、字典、字符串

创建生成器两种方式

s =（x*2 for x in range(10））

#这种方式类似于列表生成式，返回的s为一个对象

def foo():

print('ok')

yield 1

print('ok2')

yield 2

g=foo() #这个G是生成器

print(g)

#在这种方式中，只要有yield这个关键字就是一个生成器对象 ，这里的g和上面的s为同一个对象

生成器的方法：

next（生成器对象） 生成一个值,再次调用生成下一个值

注意：生成器在创建的时候已经决定了能计算出值的个数，调用next次数超过这个值就会报StopIteration错误

send()方法

f().send(None)等价于next（f()）；send方法可以给通过yield关键字创建的生成器中传参数。

def bar():

count=yield 1

print(count)

yield 2

b=bar()

print(next(b))

# b.send(None)

ret=b.send('传入的参数')

print(ret)

首先把函数加载到内存，因为有关键字yield就认为他是一个生成器，所以在b=bar()时，不会执行函数中的输出，而是在调用next方法时把yield后的内容"1"返回打印出来，在下一行执行时通过send把参数传进去赋给count，并打印直到遇到第二个yield关键字把2返回执行结束

注意：第一次send前如果没有next，只能传一个send（None)；

迭代器

生成器都是迭代器，迭代器不一定是生成器

什么是迭代器呢？满足迭代器协议就是迭代器；一下两个为迭代器协议

1、内部有next方法

2、内部有iter（）方法

for 循环内部三件事

1，调用可迭代对象的iter方法返回一个迭代器对象

2，不断调用迭代器对象的next方法

3，处理StopIteration