Python迭代器与生成器用法实例分析
本文实例讲述了Python迭代器与生成器用法。分享给大家供大家参考，具体如下：
迭代器，迭代的工具
什么是迭代器？
指的是一个重复的过程，每一次重复称为一次迭代，并且每一次重复的结果是下一次重复的初始值
l=['a','b','c'] count=0 while count <len(l): print(l[count]) count+=1
为什么要有迭代器
1、对于序列类型：str，list，tuple，可以依赖索引来迭代取值
2、对于dict，set，文件，python必须为我们提供一种不依赖于索引的迭代取值的方式—>迭代器
可迭代的对象
对象内置函数带有iter的都称为可迭代的对象
str name='lqx' name.__iter__
list l=[1,2,3] l.__iter__
tuple t=(1,2,3) t.__iter__
dict d={'name':'lqx','age':18,'sex':'male'} d.__iter__
set s={'a','b','c'} s.__iter__
file f=open('a.txt','w',encoding='utf-8') f.__iter__
迭代器对象
文件即是可迭代对象，也是迭代器对象
f.__iter__
f.__next__
迭代器总结
1、可迭代对象不一定是迭代器对象
2、迭代器对象一定是可迭代的对象
3、调用obj.iter()方式，得到的是迭代器对象（对于迭代器对象，执行iter得打的仍然是它本身）
d={'name':'egon','age':18,'sex':'male'}
d_iter=d.__iter__() #使用iter之后，生成的d_iter是迭代器
print(d_iter,type(d_iter))
print(d_iter.__next__()) #next的俩种使用方式
print(next(d_iter))
print(next(d_iter))
print(next(d_iter)) #迭代器d_iter没有值的时候，会抛出异常：StopIteration
print(next(d_iter))
如何去除next取不到中导致StopIteration异常
#下面是如何去除StopIteration异常
while True:
try: #使用try：去除异常
print(next(d_iter))
except StopIteration: #去除异常StopIteration
break
for循环详解：
1、调用in后面的
obj_iter=obj.iter()
2、k=obj_iter.next()
3、捕捉stopiteration异常，结束迭代
d={'name':'lqx','age':19,'sex':'male'}
for k in d:
print(k)
迭代器优缺点总结
优点：
1、提供一种统一的、不依赖与索引的取值方式，为for循环提供了依据
2、迭代器同一时间在内存中只有一个值—>更节省内存空间
缺点：
1、只能往后取，并且是一次性的
2、不能统计值的个数，即长度
l=[1,2,3,4,5] l_iter=l.__iter__() print(next(l_iter)) print(next(l_iter)) print(next(l_iter)) print(len(l_iter)) #TypeError: object of type 'list_iterator' has no len()
生成器，就是生成迭代器
什么是生成器
只要在函数体内出现yield关键字，那么再执行函数就不会执行函数代码，会得到一个结果，该结果就是生成器
def func():
print('---->1')
yield 1
print('---->2')
yield 2
print('---->3')
yield 3
a=func()
print(next(a)) #next(a),会执行到第一个yield结束，返回结果是yield后面的返回值
next(a)
next(a)
生成器就是迭代器
g=func() res1=next(g) print(res1) res2=next(g) print(res2) res3=next(g) print(res3) >>> ---->1 1 ---->2 2 ---->3
yield的功能
yield为我们提供了一种自定义迭代器对象的方法
yield与return的区别：
1、yield可以返回多次值
2、函数暂停与再继续的状态是由yield帮我们保存的
3、yield在函数中也就是暂停的意思，并且返回yield后面的值
obj=range(1,1000000000000,2) obj_iter=obj.__iter__() print(next(obj_iter)) print(next(obj_iter)) print(next(obj_iter)) print(next(obj_iter))
制作一个range内置函数：
#制作一个range函数
def range_it(start,stop,step=1):
while stop > start:
yield start
start=start + step
for i in range_it(1,20,2):
print(i)
制作一个类似于linux中管道的小程序
import time
# 小练习：:tail -f access.log | grep '404'
def tail(filepath): #检测是否有新的写入信息，如果有一条就给yield，作为函数的返回结果。
with open(filepath,'rb') as f:
f.seek(0,2)
while True:
line=f.readline()
if line:
yield line
else:
time.sleep(0.05)
def grep(lines,pattern): #传入tail检测到新增加的行，然后打印出来这一行并赋值给line，再做判断404，在就使用yield返回这一行
for line in lines:
# print(line)
line=line.decode('utf-8')
if pattern in line:
yield line
lines=grep(tail('a.txt'),'404') #grep()函数执行的结果返回的yield的值，给他赋值，
for line in lines: #使用for去循环取出lines中的值
print(line)
生成器了解知识点：yield表达式的用法
生成器使用yield表达式，就是给yield初始化下，然后给他传任意值
这里需要先给yield传入一个None的值e.send：
1、从暂停的位置将值传给yield
2、与next一样
def eater(name):
print('%s ready to eat' %name)
food_list=[]
while True:
food=yield food_list
food_list.append(food)
print('%s start to eat %s' %(name,food))
e=eater('alex')
#首先要做一个初始化的操作：也就是必须要先给yield传入一个None的值。
print(e.send(None)) #next(e)
print(e.send('一桶水')) #给yield赋值一次，然后会执行下面的代码，然后循环到下一个yield停止
print(e.send('一盘骨头'))
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。