1、迭代器

内部含有__iter__方法的对象就叫做可迭代对象

可迭代对象遵循可迭代协议

for循环可以循环的就是可迭代对象

　　　可迭代对象：str，list，set，dict，tuple，range，

　　　迭代器：f1文件句柄

如何判断 两种方式

s='laonanhai'print('__iter__' in dir(s))

l=[1,2,3,4] from collections import Iterableprint(isinstance(l,Iterable))  #Trueprint(type(l))    #class listprint(isinstance(l,list)) #True

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

l1_obj=l1__iter__()  #迭代器print('__iter__' in dir(l1_obj))print('__next__' in dir(l1))print('__next__' in dir(l1_obj))print(l1_obj.__next__())for i in l1_obj:    print(i)

判断迭代器：

print('__iter__' in dir(s))

print('__iter__' in dir(s))

print(isinstance(s,Iterable))

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

#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

2、生成器

生成器本质上是迭代器

l=[1,2,3]

l.__iter__()

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

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称为生成器对象

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

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

send:next和send功能一样，都是执行一次

send可以给上一个yield赋值

def generator():    print(123)    content = yield 666    print(content)    print(456)    yield 777g = generator()g.__next__()g.send('hello')

 

from collections import Iterable