前面介绍了python中的条件判断和循环控制。而在循环控制中，还有一个比较重要的迭代器。迭代也叫遍历，迭代是Python最强大的功能之一，是访问集合元素的一种方式，可遍历一个list、tuple、字符串等。本文就来详情介绍python3中的迭代器和生成器。
迭代器： iterator [ɪtə'reɪtə]
迭代是Python最强大的功能之一，是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。字符串，列表或元组对象都可用于创建迭代器。
iter()函数官方解释：
ter(iterable) -> iterator
iter(callable, sentinel) -> iterator
Get an iterator from an object. In the first form, the argument must
supply its own iterator, or be a sequence.
In the second form, the callable is called until it returns the sentinel.
中文意思是：
python提供了一个iter()函数用来生成迭代器。这个方法有两个参数，当只有一个参数的时候，若这个参数是一个容器，则返回这个容器的迭代器对象，若这个参数本身就是一个迭代器，则返回其自身。
注意：
1.迭代器只能往前不会后退。
2.迭代器是一个可以记住遍历的位置的对象。
3.迭代器有两个基本的方法：iter() 和 next()。
iterator 的特点
迭代器都有一个next()方法，每次调用这个方法而实现计数，当然计数不是通过索引实现，调用了next方法只会: 迭代指针会指向下一个元素的位置。若下一个元素没有了，则会抛出StopIteration异常。
思考：这样做有什么用呢？
试想想在迭代指针还没指到的当前元素时候，已经迭代之后的位置元素，那些元素需要计算么？因为只有迭代到当前位置的元素时候，才开始计算元素的值。在迭代之前可以不存在，在迭代之后可以被销毁。实现的迭代器不需要准备所遍历的所有元素，没错，这就是迭代器的一大魅力: 惰性计算。
通过例子来看下迭代器的生成和next()方法的使用：
# 初始化一个list
my_list = ['1', '2', '3', '4', '5']
iterator = iter(my_list)
print(next(iterator))
print(next(iterator))
for x in iterator:
print( 'x = ' + x)
运行结果：
1
2
x = 3
x = 4
x = 5
通过迭代器遍历list,并通过StopIteration异常来作为是否遍历结束：
# 初始化一个list
my_list = ['1', '2', '3', '4', '5']
# 创建一个迭代器
iterator2 = iter(my_list)
print("通过迭代器开始遍历：")
while True:
try:
print('x2 = ' + next(iterator2))
except StopIteration:
print("通过迭代器遍历完毕！")
exit()
运行结果：
通过迭代器开始遍历：
x2 = 1
x2 = 2
x2 = 3
x2 = 4
x2 = 5
通过迭代器遍历完毕！
对于上面的 it 这个迭代器，是通过 iter()方法实现的，那么iter函数到底做了什么呢？简而言之，实现了迭代器协议的对象，就是迭代器。什么事迭代器协议呢？再简而言之，满足下面两个条件即可：
1.实现了魔法方法 iter()，返回一个迭代对象，这个对象有一个next()方法，
2.实现 next() 方法，返回当前的元素，并指向下一个元素的位置，当前位置已经没有元素的时候，抛出StopIteration异常。
生成器：generator [ˈdʒɛnəˌretɚ]
在 Python 中，使用了 yield 的函数被称为生成器（generator）。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。调用一个生成器函数，返回的是一个迭代器对象。
generator有以下特别：
1. 遵循迭代器（iterator）协议，迭代器协议需要实现__iter__、next接口
2. 能过多次进入、多次返回，能够暂停函数体中代码的执行
补充：
后面紧接着会学习Python中的函数，下面补充内容可以等学完函数再来对比。此处简单区分一下两者的。
generator function产生的generator与普通的function有什么区别呢?
（1）function每次都是从第一行开始运行，而generator从上一次yield开始的地方运行
（2）function调用一次返回一个（一组）值，而generator可以多次返回
（3）function可以被无数次重复调用，而一个generator实例在yield最后一个值 或者return之后就不能继续调用了
例如：
# 生成器函数 - 斐波那契
# 定义一个生成器函数：斐波那契
def fibonacci(n):
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
# f 是一个迭代器，由生成器返回生成
f = fibonacci(10)
while True:
try:
print(next(f), end=" ")
except StopIteration:
exit()
运行结果：
0 1 1 2 3 5 8 13 21 34 55
小结
本文简单介绍了python3中的迭代器和生成器。熟练理解和使用迭代器和生成器可以大大提高开发效率。
更多了解，可关注微信公众号：人人懂编程
微信公众号：人人懂编程
网友评论