python语法基础-函数-迭代器和生成器-长期维护

"""
迭代器

这是一个新的知识点
我们学习过的可以迭代的对象有哪些？
list
str
dict
元组
文件
集合
range()
enumerate

为什么可以被循环？

"""
print(dir([]))  # dir可以查看这个数据类型所有的方法
"""
[‘__add__‘, ‘__class__‘, ‘__contains__‘, ‘__delattr__‘, ‘__delitem__‘, ‘__dir__‘, ‘__doc__‘, ‘__eq__‘, ‘__format__‘, 
‘__ge__‘, ‘__getattribute__‘, ‘__getitem__‘, ‘__gt__‘, ‘__hash__‘, ‘__iadd__‘, ‘__imul__‘, ‘__init__‘, ‘__init_subclass_
_‘, ‘__iter__‘, ‘__le__‘, ‘__len__‘, ‘__lt__‘, ‘__mul__‘, ‘__ne__‘, ‘__new__‘, ‘__reduce__‘, ‘__reduce_ex__‘,
 ‘__repr__‘, ‘__reversed__‘, ‘__rmul__‘, ‘__setattr__‘, ‘__setitem__‘, ‘__sizeof__‘, ‘__str__‘, ‘__subclasshook__‘, 
‘append‘, ‘clear‘, ‘copy‘, ‘count‘, ‘extend‘, ‘index‘, ‘insert‘, ‘pop‘, ‘remove‘, ‘reverse‘, ‘sort‘]
"""
# 双下滑线的方法，我们叫做双下方法，
# 都是c语言写的，可以不只一个方式去使用
print([1].__add__([2]))
print([1]+[2])
# 这两句是一样的，
# 正常情况下不使用双下滑线的方法，就可以完成基本的功能了，

# 这些数据类型可以被迭代是因为他们里面内置了一个双下方法，叫做  ‘__iter__‘，只要是能被for循环的数据类型都有这个方法，
print([].__iter__())  # 列表调用了这个方法，就是返回了一个迭代器，<list_iterator object at 0x0000000001DEC048>
list1 = [1,2,3,4]
iterator = list1.__iter__()
print(iterator.__next__())  # 这是读取下一个，一个一个的取值，

# ‘__iter__‘，这是可迭代协议
# 迭代器协议，内部含有‘__iter__‘，__next__()，这两个方法就是迭代器，

from collections import Iterable
from collections import Iterator

print(isinstance([],Iterable))  # true
print(isinstance([],Iterator))  # false  列表不是迭代器，
# isinstance判断一个数据类型是不是第二个参数，

class A:
    def __iter__(self):pass
    def __next__(self):pass

a = A()
print(isinstance(a,Iterable))
print(isinstance(a,Iterator))
# 由此可以证明，只有有__iter__‘，__next__()，这两个方法就是迭代器，

#########################################################
"""
总结：
迭代器协议，要同时具有__iter__‘，__next__()，这两个方法就是迭代器，,可迭代的不一定是迭代器，因为要有next方法， 
可迭代协议，只要能被for循环就是可迭代的，如果是迭代器一定是可迭代的，因为里面有iter方法， 
next方法可以一个一个取值，for循环就是使用迭代器，

#####
在工作中可能会遇到迭代器，你要认识，
第一种是明确告诉了你是一个   iterater，print([].__iter__())  ，<list_iterator object at 0x0000000001DEC048>
第二种就是range(10)这种就是一个迭代器，
只有是迭代器才可以被for循环，可以使用isinstance判断是否是一个迭代器，

迭代器的好处：
1，可以循环取值，
2，节省内存空间，比如
range(100000000), 这个还没有生成，没有在内存中生成，是一个一个给你的，
list(range(100000000))，这个需要一次性生成，会消耗内存，
比如文件句柄，也是一个可迭代对象，可以一点一点的读取，一次性读取会内存爆掉，

迭代器很好，既能循环还能节省内存，
在工作中我们会遇到一些情况，不想直接在内存产生，想要一点点的产生，就要用到自己写迭代器
自己写的迭代器就是生成器，

"""

"""
生成器

之前讲的iter方法和next方法，工作中基本不会用到，因为for循环已经做了这件事，
这是为了讲解迭代器的原理，还有就是为了生成器做铺垫，

生成器的本质还是迭代器，就是自己写的迭代器，
有两种方法写生成器
1，生成器函数
2，生成器表达式，
现在研究第一种，生成器函数，

"""

# 1，只要有yield关键字的函数就是生成器函数，
# 2，yield只能写到函数里面，外边不能写，
# 3，yield不能和return共用
# def generator():
#     print(1)
#     yield "a"
#
# ret = generator()
# print(ret)
# <generator object generator at 0x0000000002256B48>
# 1，只要是生成器函数，调用函数会接收到一个生成器，函数内部的代码是不会执行的，
# 2，这个生成器也有__iter__()，__next__())两个方法，所以生成器也是一个迭代器，
# print(ret.__iter__())
# print(ret.__next__())
# 3，既然是迭代器我就可以使用next方法，这个next就是去执行函数内部的代码了，


def generator():  # 这是一个生成器函数，
    print(1)
    yield "a"
    print(2)
    yield "b"

g = generator()  # 这是一个生成器
# print(g.__next__())  # 这一步会打印1，a
# print(g.__next__())  # 这一步会打印2，b，
# 1，yield不会把代码结束，return会把代码结束，
# 也可以进行for循环
for i in g:
    print(i)

##############################################################
# 需求：生成200个娃哈哈，

def wahaha():
    for i in range(2000000):
        yield "娃哈哈%d"%i

g = wahaha()
# for i in g:
#     print(i)
# 如果我想要50个怎么办？使用计数器
count = 0
for i in g:
    count += 1
    print(i)
    if count >50:
        break
# 还可以继续取值
print(g.__next__())
# 如果是列表，就不能继续取值，因为列表不是迭代器，是可迭代对象


#################################################################################
# 监听文件的输入，就是在文件输入一句，就打印一句


# def tail(filename):
#     f = open(filename, encoding="utf-8")
#     while True:
#         line = f.readline()
#         if line.strip():
#             yield line.strip()
#
# t = tail("file")
#
# for i in t:
#     # 拿到了这个i，就可以对它进行处理了，可以判断，可以前后加内容，
#     print("***",i)
#     print(i)


############################################################
# 生成器函数进阶
def generator():  # 这是一个生成器函数，
    print(1)
    content = yield "a"
    print("######",content)
    print(2)
    yield "b"

g = generator()
print(g.__next__())
print(g.send("hello"))  # send和获取下一个值的效果和next一样，但是可以再执行下一个yield的时候传递一个值，
"""
1
a
###### hello
2
b

使用send的注意事项：
1，第一次使用生成器的时候，使用next获取下一个值，
2，最后一个yield，不能接收外部的值，如果你非要接收，那就要最后写一个yield，不需要有返回值，

################
使用next取值和for循环取值比较常用，send用的比较少，但是要知道，

"""

# 生成器表达式

# 列表推导式，
list1 = ["鸡蛋%d"%i for i in range(10)]
print(list1)

# 生成器表达式
g = (i for i in range(10))
# g是一个生成器，
# 和列表推导式的不同点
# 1，括号不一样，
# 2，返回值不一样，
# 生成器表达式几乎不占用内容，这是它的优点，缺点就是返回值还是一个表达式，取值需要第二步，

# 生成器表达式只能做简单的事情，想要复杂的功能的生成器还是生成器函数，
# 这些推导式你不会没有任何影响，使用for循环和生成器函数都能解决，只是面试的时候会有，别人的代码会有，所以你要掌握


########################################################
# 各种推导式

# 列表推导式
# 例题1：30以内，所有能被3整除的数
print([i for i in range(31) if i%3 ==0])

# 例题2：30以内，所有能被3整除的数的平方
print([i*i for i in range(31) if i%3 ==0])

# 例题3：找到嵌套列表中名字含有两个‘e’的所有名字
names = [[‘Tom‘, ‘Billy‘, ‘Jefferson‘, ‘Andrew‘, ‘Wesley‘, ‘Steven‘, ‘Joe‘],
         [‘Alice‘, ‘Jill‘, ‘Ana‘, ‘Wendy‘, ‘Jennifer‘, ‘Sherry‘, ‘Eva‘]]

print([name for lst in names for name in lst if name.count("e") ==2 ])