浅谈Python中的生成器和迭代器
作者：BlackMonkey
这篇文章主要介绍了Python中的生成器和迭代器的的相关资料，文中讲解非常细致，帮助大家更好的理解和学习，感兴趣的朋友可以了解下
迭代器
迭代器协议
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，要么返回一个异常来终止本次迭代。（只能往前走，不能往后退！）
迭代器对象
遵循了（实现了）迭代器协议的对象。（对象内部实现了一个__next__方法，以实现迭代器协议）称为一个迭代器对象。他们的作用是逐个遍历容器中的对象。迭代器对象一定是可迭代对象
>>> from collections import Iterable, Iterator >>> l = list([1,2,3]) # 定义列表 >>> l_iter = l.__iter__() # 调用列表的 __iter__ 方法 >>> isinstance(l, Iterable) # 列表可迭代对象 True >>> isinstance(l, Iterator) # 列表不是迭代器 False >>> isinstance(l_iter, Iterable) # 列表的__iter__ 方法返回 是可迭代对象 True >>> isinstance(l_iter, Iterator) # 列表的__iter__ 方法返回 也是是迭代器对象 True
可迭代对象(iterable)
可迭代对象有很多种形式，只要满足可以每次取到容器对象中下一个对象的，都称为可迭代对象。
实现了 __iter__方法的对象称为可迭代对象。
range() 对象也是可迭代对象。
生成器对象也是可迭代对象。
>>> from collections import Iterable, Iterator >>> isinstance(range(10), Iterator) False >>> isinstance(range(10), Iterable) True # 生成器对象一定是迭代器对象， 那么他也必然是可迭代对象 >>> isinstance((i for i in range(10)), Iterator) True >>> isinstance((i for i in range(10)), Iterable) True
总结补充
列表、元组、集合、字符串、字典都是可迭代对象。
for 循环的本质：使用迭代器协议访问可迭代对象中的每一个对象。
生成器
生成器类似于一种数据类型，这种数据类型自动实现了迭代器协议，所以生成器也是迭代器。
生成器分类及在python中的表现形式：（Python有两种不同的方式提供生成器）
生成器函数
常规函数定义，但是，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(n): ... for i in range(n): ... yield i ... >>> gener_obj = generator(10) >>> gener_obj.__next__() 0 >>> gener_obj.__next__() 1 >>> gener_obj.__next__() 2 >>> type(gener_obj) <class 'generator'>
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，按需取出对象
注意生成器 用()包裹起来
>>> generator = (i for i in range(10)) >>> generator.__next__() 0 >>> generator.__next__() 1 >>> type(generator) <class 'generator'>
以上就是浅谈Python中的生成器和迭代器的详细内容，更多关于Python 生成器和迭代器的资料请关注脚本之家其它相关文章！