day 13 迭代器，生成器

1、迭代器

for 循环可以循环的就是可迭代对象

　　可迭代对象：str,list,tuple,dict,set,range

　　　　迭代器：f1文件句柄

什么事可迭代对象：内部含有__iter__方法的对象就叫做可迭代对象

可迭代对象就遵循可迭代协议。

如何判断 两种方式

print('__iter__' in dir(s))
from collections import Iterable
l = [1, 2, 3, 4]
print(isinstance(l,Iterable))
print(type(l))
print(isinstance(l,list))

 迭代器

l1 = [1, 2, 3]

可迭代对象转化成迭代器：可迭代对象.__iter__()  --->迭代器

迭代器不仅含有__iter__,还含有__next__。遵循迭代器协议。

迭代器，

l1_obj = l1.__iter__() #迭代器
print('__iter__ in dir(li_obj))
print('__next__' in dir(l1))
print('__next__' in dir(l1_obj))
print(l1_obj.__next__())
print(l1_obj.__next__())
print(l1_obj.__next__())
print(l1_obj.__next__())
for i in l1_obj:
    print(i)
#判断迭代器：
print('__iter__' in dir(l1_obj))
print('__next__' in dir(l1_obj))
from collections import Itrrator
print(isinstance(l1_obj,Iterator))

迭代器的好处：

 

1、节省内存空间。

2、满足惰性机制。

3、不能反复取值，不可逆。

for循环实质

1、将可迭代对象转化成迭代器

2、内部使用__next__方法取值

3、运用了异常处理去处理报错

l2 = [1, 2, 3, 4, 5, 6, 7, 8]
l2_obj = l2.__iter__()
while True:
    try:
        i = l2_obj.__next__()
        print(i)
    except Exception:
        break

生成器

生成器本质上市迭代器。

生成器的产生方式：

1、生成器函数构造

2、生成器推导式构造

3、数据类型的转化

def func():

　　print(111)

　　print(222)

　　print(333)

　　yield 666

　　yield 555

　　yield 444

g = func()

print(g)　　# <generator object func1 at 0x0000000001197888>

1、函数中只要有yield 那他就不是一个函数，而是一个生成器

2、g称作为生成器对象

print(g.__next__())

print(g.__next__())

print(g.__next__())

next 和send 功能一样，都是执行一次

send可以给上一个yield赋值。

# def func1():
#     for i in range(1,10001):
#         print('老男孩校服%d号' % i)
# func1()

# def func1():
#     for i in range(1,10001):
#         yield '老男孩校服%d号' % i
# g = func1()
#
# for i in range(50):
#     g.__next__()
#
# for j in range(150):
#     print(g.__next__())

# l1 = [i for i in range(1000)]

#send
def generator():
    print(123)
    content = yield 1
    print(content)
    print(456)
    yield 2
g = generator()
g.__next__()
g.send('hello')

'''
next 和send 功能一样，都是执行一次
send可以给上一个yield赋值。