标签：取值 不能 自己 spl 哪些 rev 发送信息 end 优缺点
迭代器的概念：从装多个值的容器中一次取出一个值给外界
器：包含了多个值得容器
迭代：循环反馈（一次从容器中取出一个值）
通过迭代器取值的优缺点：
优点：不依赖索引取值
缺点：不能计算长度，不能指定取值(只能从前往后逐一取值)
遍历：被遍历的对象必须是有序容器
案例;
ls=‘asasd‘ for i in ls: print(i) ls1=[1,2,12] for i in ls1: print(i) ls = [1, 2, 3, 4, 5, 6] i=0 while i <len(ls): print(i) i+=1 st = {1, 2, 3, 4, 5} while i <len(st): print(i) i+=1 dic = {‘a‘: 1, ‘b‘: 2, ‘c‘: 3} for k,v in dic.items(): print(k,v)
可迭代对象
对象：python中的一个对象（装有地址的变量）
可迭代对象：该对象有__iter__()方法，调用该方法返回迭代器对像
可迭代对象有哪些：
str | list | tuple | dict | set | range() | file(文件) | 迭代器对象 | enumerate()(枚举对象)
案例
for v in ‘asdfghjkl‘.__iter__(): print(v) for v in [1,23,‘sf‘,‘df‘,‘gfdg‘,1].__iter__(): print(v) for k,v in {‘a‘:1,‘s‘:2,‘d‘:3}.items(): print(k,v) for i in range(5): print(i)
迭代器对象：有__next__()方法的对象，也就是用该方法一次次从迭代器对象中取值，取出一个少一个
迭代器对象有哪些：
file | enumerate()(枚举对象) | 生成器
重点：
1.从迭代器对象中取元素，取一个少一个，如果要从头开始去，需要重新获得拥有所有元素的迭代器对象
2.迭代器对象也有__iter__()方法，调用后得到的是自己本身(当前含义几个元素，得到的就只有几个元素的迭代器对象)
案例
可迭代对象 st1 = {3, 5, 7, 1, 9} 迭代器对象 iter_obj = st1.__iter__() print(iter_obj) # <set_iterator object at 0x0000026E0BF3B510> # print([1, 2, 3].__iter__()) # <list_iterator object at 0x0000026E0BFF8320> # 迭代器对象取一个值就少一个值 print(iter_obj.__next__()) # 1 print(iter_obj.__next__()) # 3 print(iter_obj.__next__()) # 5 print(iter_obj.__next__()) # 7 print(iter_obj.__next__()) # 9 # print(iter_obj.__next__()) # 抛异常 StopIteration, 可以通过try对异常进行捕获并处理 print(‘===============================================‘) iter_obj = st1.__iter__() # 上一个迭代器对象迭代取值完毕后，就取空了，如果要再次取值，要重新生成迭代器对象 # 迭代器对象不能求长度(内部值的个数) while True: try: ele = iter_obj.__next__() print(ele) except StopIteration: # print("取完了") break
总结：
可迭代对象：有__iter__()方法的对象，调用该方法返回迭代器对象
迭代器对象：有__next__()方法的对象，也就是用该方法一次从迭代器对象中获取一个值，取出一个少一个
for循环迭代器：
-- 1.自动获取被迭代对象的迭代器对象；
-- 2.在内部一次一次调用__next__()方法取值；
-- 3.自动完成异常处理
obj = [1, 2, 3].__iter__() for v in obj: print(v) if v == 2: break print(obj.__iter__().__iter__().__iter__().__next__()) print(obj.__iter__().__iter__().__iter__() is obj) # True 可迭代对象.__iter__()得到的是该对象的迭代器对象 迭代器对象.__iter__().__iter__()得到的就是迭代器对象本身
生成器：包含yield关键字的函数就是生产器
def my_generator(): yield 1 yield 2 yield 3 g_obj = my_generator() my_generator()并不会执行函数体，得到的返回值就是生成器对象 # 生成器对象就是迭代器对象 r1 = g_obj.__next__() # 1 for v in g_obj: print(v) # 2 | 3 def fn(): print("我是生成器") yield ‘God‘ generator_obj = fn() print(generator_obj) print(type(generator_obj)) generator_obj.__iter__() # 可迭代对象 generator_obj.__next__() # 迭代器对象 def g_fn(): print(111111111111111) yield ‘结果1‘ print(222222222222222) yield ‘结果2‘ print(333333333333333) yield ‘结果3‘ print(444444444444444) yield ‘结果4‘ print(555555555555555) yield ‘结果5‘ g_obj = g_fn() # 在函数内部执行一次，在遇到下一个yield时停止，且可以拿到yield的返回值 r1 = g_obj.__next__() print(r1) # 从上一次停止的位置紧着往下走，在再遇到下一个yield时停止，且可以拿到yield的返回值 r2 = g_obj.__next__() print(r2) # 生成器的应用案例 # 当访问的数据资源过大，可以将数据用生成器处理，一次只获取所有内容的一条资源 def my_range(min, max=0, step=1): if max == 0: min, max = max, min tag = min while True: if tag >= max: break yield tag tag += step # range_obj = my_range() # print(range_obj.__next__()) # print(range_obj.__next__()) # ？？倒序遍历 range_obj = my_range(5, 10, 2) for i in range_obj: print(i) # 了了解 def func(): rev1 = yield 1000 print(rev1) # 信息1 yield 2000 obj = func() # 走到第一个yield得到其返回值 1000 r1 = obj.__next__() print(r1) # 给停止的yield发送信息，并调用__next__()去向下一个yield并得到其返回值 r2 = obj.send(‘信息1‘) print(r2)
枚举对象：
通过for迭代器 循环遍历 可迭代对象，需要知道迭代的索引
ls = [1, 3, 5, 7, 9] for i, v in enumerate(ls): print(i, v) for i, v in enumerate(‘abc‘): # print(i, v)
标签：取值 不能 自己 spl 哪些 rev 发送信息 end 优缺点
原文地址：https://www.cnblogs.com/wangtenghui/p/10651249.html
