python 迭代器协议和生成器

一、什么是迭代器协议

　　1.迭代器协议是指：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，要么就引起一个stoplteration异常，以终止迭代（只能往后走，不能往前退）

　　2.可迭代对象：实现了迭代器协议的对象（如何实现：对象内部定义一个__iter__()方法）

　　3.协议是一种约定，可迭代对象实现了迭代器协议，python的内部工具（如for循环，sum，min，max函数等）使用迭代器协议访问对象

二、python中强大的for循环机制

for循环的本质：循环所有对象，全都是使用迭代器协议。

正文清源：

很多人会想，for循环的本质就是遵循迭代器协议去访问对象，那么for循环的对象肯定都是迭代器了啊。没错，那既然这样，for循环可以遍历（字符串，列表，元祖，字典，集合，文件对象），那这些类型的数据肯定是可迭代对象啊？但是，我tmd为什么定义一个列表=[1, 2, 3, 4]没有next方法，打脸麽？

（字符串，列表，元祖，字典，集合，文件对象）这些都不是可迭代对象，只不过在for循环式，调用了他们内部的__iter__方法,把他们变成了可迭代对象。

然后for循环调用可迭代对象的__next__方法取值，而且for循环会捕捉stoplteration异常，以终止迭代。

 #!/usr/bin/env python
 # -*- coding:utf-8 -*-
 ls = ['a', 'b', 'c']
 # 一、下标访问方式,默认从0开始计数
 print(ls[0])
 print(ls[1])
 print(ls[2])
 # print(ls[3]) # 报错，超出索引下标
 # # 二、遵循迭代器协议访问方式
 diedai_ls = ls.__iter__()
 print(diedai_ls.__next__())
 print(diedai_ls.__next__())
 print(diedai_ls.__next__())
 # 三for循环访问方式
 for item in ls:
     print(item)
 # 使用while循环方式
 diedai_ls = ls.__iter__()
 while True:
     try:
         print(diedai_ls.__next__())
     except StopIteration:
         print('迭代完啦！')
         break

三、生成器初探

什么是生成器？

可以理解为一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己的内置的__iter__方法），所以生成器就是可迭代对象

生成器分类及在Python中的变现形式：（Python有两种不同的方式提供生成器）

1.生成器函数：常规函数的定义，但是，使用yield语句而不是return语句返回结果。yield语句语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行。

 #!/usr/bin/env python
 # -*- coding:utf-8 -*-
 def test():
     yield 1  # 1
     yield 2  # 2
     yield 3  # 3

 res = test()
 print(res.__next__())
 print(res.__next__())
 print(res.__next__())
 # print(res.__next__())  # 报错，超出索引下标

2.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

 #!/usr/bin/env python
 # -*- coding:utf-8 -*-
 ls = ('数字：%s' % i for i in range(10))
 print(ls.__next__())  # 数字：0
 print(ls.__next__())  # 数字：1
 print(ls.__next__())  # 数字：3

为何使用生成器之生成器的特点

Python使用生成器对延迟操作提供了支持。所谓延迟操作，是指在需要的时候才产生结果，而不是立即产生结果。这也是生产层器的主要好处。

生成器小结：

a.是可迭代对象

b.实现了延迟计算，省内存

c.生成器本质和其他的数据类型一样，都是实现了迭代器协议，只不过生成器附加了一个延迟计算省内存的好处，其余的可迭代对象可没有这点好处，记住哦~~

四、生成器表达式与三元运算

 #!/usr/bin/env python
 # -*- coding:utf-8 -*-
 name = 'alex'
 res = 'True' if name == 'alex' else 'False'
 print(res)

五、列表解析

 ls = ['数字：%s' % i for i in range(10)]
 print(ls)

总结：

1.把列表解析的[]换成()得到的就是生成器表达式

2.列表解析与生成器表达式都是一种遍历的编程方式，只不过生成器表达式更节省内存

3.Python不但使用迭代器协议让for循环变得更加通用。大部分内置函数，也是使用迭代器协议访问对象的。例如，sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，所以，我们可以直接这样计算一系列值的和：

 print(sum(x for x in range(1000000000000000)))