Python的迭代器和生成器
先说迭代器，对于string、list、dict、tuple等这类容器对象，使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数，iter()是python的内置函数。iter()会返回一个定义了next()方法的迭代器对象，它在容器中逐个访问容器内元素，next()也是python的内置函数。在没有后续元素时，next()会抛出一个StopIteration异常，通知for语句循环结束。比如：
>>>s='abc' >>>it=iter(s) >>>it <str_iteratorobjectat0x7f71fefe9d68> >>>next(it) 'a' >>>next(it) 'b' >>>next(it) 'c' >>>next(it) Traceback(mostrecentcalllast): File"<stdin>",line1,in<module> StopIteration
上面说的都是python自带的容器对象，它们都实现了相应的迭代器方法，那如果是自定义类需要遍历怎么办？方法很简单，对这个类AClass，实现一个__iter__(self)方法，使其返回一个带有__next__(self)方法的对象就可以了。如果你在AClass刚好也定义了__next__(self)方法（一般使用迭代器都会定义），那在__iter__里只要返回self就可以。废话少说，先上代码：
classFib(object): def__init__(self,max): super(Fib,self).__init__() self.max=max def__iter__(self): self.a=0 self.b=1 returnself def__next__(self): fib=self.a iffib>self.max: raiseStopIteration self.a,self.b=self.b,self.a+self.b returnfib defmain(): fib=Fib(100) foriinfib: print(i) if__name__=='__main__': main()
简单讲下代码会干什么，定义了一个Fib类，用于生成fibonacci序列。用for遍历时会逐个打印生成的fibonacci数，max是生成的fibonacci序列中数字大小的上限。
在类的实现中，定义了一个__iter__(self)方法，这个方法是在遍历时被iter()调用，返回一个迭代器。因为在遍历的时候，是直接调用的python内置函数iter()，由iter()通过调用__iter__(self)获得对象的迭代器。有了迭代器，就可以逐个遍历元素了。而逐个遍历的时候，也是使用内置的next(）函数通过调用对象的__next__(self)方法对迭代器对象进行遍历。所以要实现__iter__(self)和__next__(self)。而且因为实现了__next__(self)，所以在实现__iter__(self)的时候，直接返回self就可以。
为了更好理解，我再简单重复下上面说的那一段：在循环遍历自定义容器对象时,会使用python内置函数iter()调用遍历对象的__iter__(self)获得一个迭代器,之后再循环对这个迭代器使用next()调用迭代器对象的__next__(self)。__iter__只会被调用一次,而__next__会被调用n次。
下面说生成器。
生成器（Generator）是创建迭代器的简单而强大的工具。它们写起来就像是正规的函数，只是在需要返回数据的时候使用yield语句。每次next()被调用时，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置和所有的数据值）。以下示例演示了生成器可以很简单的创建出来:
>>>defreverse(data):
...forindexinrange(len(data)-1,-1,-1):
...yielddata[index]
...
>>>forcharinreverse('hello'):
...print(char)
...
o
l
l
e
h
关于迭代器和生成器的区别，生成器能做到迭代器能做的所有事,而且因为自动创建了__iter__()和next()方法,生成器显得特别简洁,而且生成器也是高效的。除了创建和保存程序状态的自动方法,当发生器终结时,还会自动抛出StopIteration异常。一个带有yield的函数就是一个生成器,它和普通函数不同,生成一个generator看起来像函数调用,但不会执行任何函数代码,直到对其调用next()(在for循环中会自动调用next())才开始执行。虽然执行流程仍按函数的流程执行,但每执行到一个yield语句就会中断,并返回一个迭代值,下次执行时从yield的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被yield中断了数次,每次中断都会通过yield返回当前的迭代值（yield暂停一个函数，next()从其暂停处恢复其运行）。
另外对于生成器，python还提供了一个生成器表达式：类似与一个yield值的匿名函数。表达式本身看起来像列表推到,但不是用方括号而是用圆括号包围起来：
>>>unique_characters={'E','D','M','O','N','S','R','Y'}
>>>gen=(ord(c)forcinunique_characters)
>>>gen
<generatorobject<genexpr>at0x7f2be4668678>
>>>foriingen:
...print(i)
...
69
79
83
77
82
78
89
68
>>>
如果需要，可以将生成器表达式传给tuple、list或是set来迭代所有的值并且返回元组、列表或是集合。在这种情况下，不需要一对额外的括号————直接将生成器表达式ord(c)forcinunique_characters传给tuple()等函数就可以了,Python会推断出它是一个生成器表达式。
最后，为什么要使用生成器？因为效率。使用生成器表达式取代列表解析可以同时节省cpu和内存(ram)。如果你构造一个列表的目的仅仅是传递给别的函数,(比如传递给tuple()或者set()),那就用生成器表达式替代吧!
以上所述就是本文的全部内容了，希望大家能够喜欢。