一、迭代器

1，可以用for循环的就是迭代对象

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。

可迭代对象：str,list,tuple,dict,set,range,

迭代器：f1文件句柄

两种方式判断print('__iter__' in dir(s))    #dir(),查看对象的所有方法 from collections import Iterablel = [1, 2, 3, 4]print(isinstance(l, Iterable)) # True

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。

li=[1,2,3,4,5,6,]li_obj=li.__iter__()   #迭代器

迭代器遵循迭代器协议：必须拥有__iter__方法和__next__方法。 判断迭代器： print('__iter__' in  dir(l1_obj)) print('__next__' in dir(l1_obj)) from collections import Iterator 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，能遍历一个可迭代对象，他的内部到底进行了什么？

1,将可迭代对象转化成迭代器 2，内部使用__next__一个一个取值 3，运用了异常处理去处理报错。

用while循环实现for循环 li = [1,2,3,4,5,6,7]li_obj = li.__iter__()while True:   try:      i = li_obj.__next__()      print()i

二、生成器

本质：迭代器(所以自带了__iter__方法和__next__方法，不需要我们去实现)

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。

第一：函数中只要有yield 那他就不是一个函数，而是一个生成器 第二：g称作生成器对象。

def func1():    print(111)    print(222)    print(333)    yield 666    yield 555    yield 777g = func1()print(g)  # 
     
      print(g.__next__())   #111  222  333  666print(g.__next__())   #111 222 333 666  555print(g.__next__())   #111 222 333 666   555  777
     

常规函数定义，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间， 挂起函数的状态，以便下次重它离开的地方继续执行

def generator():    print(123)    content = yield 1    print('=======',content)    print(456)    yield2g = generator()ret = g.__next__()print('***',ret)ret = g.send('hello')   #send的效果和next一样print('***',ret)#send 获取下一个值的效果和next基本一致#只是在获取下一个值的时候，给上一yield的位置传递一个数据#使用send的注意事项    # 第一次使用生成器的时候 是用next获取下一个值    # 最后一个yield不能接受外部的值