迭代器协议和生成器
迭代器协议：
1、迭代器协议是指：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，要么引起一个StopIteration异常，以终止迭代（只往后走，不能往前退----》模拟人更新换代）
2、可迭代对象：实现可迭代协议的对象。（对象内部定义一个__iter__()方法）
3、协议是一种约定，可迭代对象实现了可迭代协议，python的内部工具（如for sum max min...函数）使用迭代器 协议访问对象。
for循环机制：
for循环的本质：循环所有对象，全部都使用迭代器协议。
for循环就是基于迭代器协议提供了一个统一的可遍历所有对象的方法，即在遍历之前，先调用对象的__iter__()方法将其转换为一个迭代器，然后使用迭代器协议去实现循环访问，这样所有对象都可以通过for循环来遍历了。
列表、字符串、元组、字典、集合、文件对象等本质上都不是可迭代对象，在使用for循环时内部先调用他们内部的__iter__方法，使它们变为一个可迭代对象，然后使用可迭代对象的next(可迭代对象)方法或者 对象.__next__(),依次循环元素，当元素循环完时，会触发StopIteration异常，for循环会捕捉到这种异常，终止迭代。
访问方式：下标方式、迭代器协议、for循环：
# _*_ encoding:utf-8 _*_
__author__ = 'listen'
__date__ = '2018/11/19 22:10'
# li=[1,2,3,4,5] #通过下标索引方式取 只试用于有序的 列表 元组 字符串 不适用无序字典 集合
# print(li[0]) #1
# print(li[1]) #2
# print(li[2]) #3
迭代器协议：
#通过迭代器访问
# li=[1,2,3,4,5,6]
# iter_li=li.__iter__() #通过__iter__()方法 生成一个可迭代对象
# print(iter_li.__next__()) #1 可迭代对象就有__next__()方法 一个一个取值
# print(iter_li.__next__()) #2
# print(iter_li.__next__()) #3
# print(iter_li.__next__())
# print(iter_li.__next__())
# print(iter_li.__next__())
# print(iter_li.__next__()) #StopIteration，超出边界报错
for循环访问：
#for 循环访问的本质==遵循迭代器访问方式，先调用iter_l=li.__iter__()方法，然后依次执行iter_l.__next__(),直到for循环捕捉到StopIteration终止循环
# li=[1,2,3,4,5]
# for i in li:
# print(i)
#用while去模拟for循环做的事情
# li=[1,2,3,4,5]
# index=0
# while index<len(li):
# print(li[index])
# index+=1
#next()和__next__()方法是相同的
# li=[1,2,3]
# iter_li=li.__iter__()
# print(iter_li.__next__()) #1
# print(next(iter_li)) #2
生成器
定义：生成器类似于一种数据类型，这种数据类型自动实现迭代器协议（其他的数据类型都需要调用自身的__iter__方法），所以生成器就是可迭代对象。
1、生成器函数：和常规函数没什么区别，但使用yield语句返回结果 而不是return，yield语句一次返回一个结果，但每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行。
2、生成器表达式：类似于列表推导式，但是生成器返回按需产生的结果的一个对象（类似内存的一个地址），而不是一次构建结果的列表，按需取对象。
使用生成器的优点：
python使用生成器对延迟操作提了支持。所谓延迟操作，是指需要的时候才产生结果，而不是立即产生结果，节省内存，运行效率高，这是生成器的主要好处。
生成器表达式和列表表达式
三元表达式：f=if取出的结果 if条件 else else结果
列表解析：s=[三元表达式]，列表解析生成的是一个真实存在的列表，对于比较大的列表，消耗内存比较大。
count=[x for x in range(3)]
生成器表达式1:s=(三元表达式)，区别于列表解析是 [] 到 ()
count=(x for x in range(3)) #生成器本身就是迭代器，遵循迭代器协议
#生成器----一种数据类型，这种数据类型自动实现迭代器协议（其他数据类型（字典 list tuple等等）都需要调用内置的__iter__()方法），所以生成器就是可迭代对象
#1、生成器函数 yield 代替return语句返回 可以调用多次
# def fun():
# yield 1 #可迭代对象
# yield 2
# yield 3
# f=fun()
# print(f.__next__()) #1
# print(f.__next__()) #2
# print(f.__next__()) #3
# print(f.__next__()) ##执行只能一直往前走，不能往后，只能执行一次，执行完继续执行会触发StopIteration
#2、生成器表达式
#三元表达式 result=值1 if 条件 else 值2 列表表达式=[]是真实存在内存中的列表，对于大的列表特别消耗内存
# count=[x for x in range(3)] #三元表达式
# count=(x for x in range(3)) #生成器
# sum(x for x in range(3)) ##sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，不用多此一举先生成列表
#鸡下蛋
laomuji=('鸡蛋%s'%i for i in range(9) if i<5)
print(laomuji) #<generator object <genexpr> at 0x00000221029D1C50> 这是一个可迭代对象就不会占用很大的内存
print(laomuji.__next__())
print(laomuji.__next__())
print(laomuji.__next__())
print(laomuji.__next__())
print(laomuji.__next__())
print(next(laomuji)) #StopIteration抛异常
生成器只能往后走，不能往前退，且只能执行一次。
# _*_ encoding:utf-8 _*_
__author__ = 'listen'
__date__ = '2018/11/20 21:14'
# #执行只能一直往前走，不能往后，只能执行一次
# def test():
# for i in range(4):
# yield i
# t=test()
# t1=(i for i in t)
# t2=(i for i in t1)
# print(list(t1)) #list（）就是在执行next方法 for也是在执行next方法 [0, 1, 2, 3]
# print(list(t2)) # [] t1的数据取完了，没有了，所以list（t2）为空
迭代器和生成器到这里就结束了，相信大家也学会了，有问题或者想学习成套视频，欢迎加入python自学交流QQ群：242719133，也可以给小编留言哦，相信我们一起学习，最后会掌握python这门网红技能，fighting~~
