迭代器：
定义：更新换代的过程 每次迭代都必须基于上一次的的结果
器：迭代取值的工具
特点：不依赖索引取值
迭代取值的数据类型：字符串，列表，元组，字典，集合
一，可迭代对象
1，可迭代对象：只有内置有__iter__方法的都叫做可迭代对象
2，是可迭代对象的有： str list tuple dict set
文件对象（执行内置的__iter__之后还是本身 没有任何变化）
文件对象本身就是迭代器对象
案例： res = s.__iter__() # res = iter(s)
print(s.__len__()) # 简化成了len(s)
res1 = l.__iter__() # res1 = iter(l)
res2 = f1.__iter__() # res2 = iter(f1)
重点：可迭代对象执行内置的__iter__方法得到就是该对象的迭代器对象
二：迭代器对象
1，内置有__iter__方法
2，内置有__next__方法 （进行取值）
注意：迭代器对象一定是可迭代对象
而可迭代对象不一定是迭代器对象
必须满足1,2 两个条件才是迭代器对象
1》生成一个可迭代对象
l = [1,2]
res = l.__iter__()
# 就是把一个可迭代对象用.__iter__()方法生成迭代器对象
2》迭代器取值 调用 __next__()
print(res.__next__()) # 1
# 调用依次取出一个元素（迭代器对象中有几个元素就可以调用几次）
直到取完，就会报错StopIteration
案列：
f1 = open('xxx.txt','r',encoding='utf-8')
调用f1内置的__iter__方法
iter_f = f1.__iter__()
print(iter_f is f1) # 判断iter_f 是不是 f1 ,打印 True 或者 False
重点：1，迭代器对象的取值必须用 __next__()
2，迭代器对象无论执行多少次__iter__方法，得到的还是迭代器对象本身
# print(f1 is f1.__iter__().__iter__().__iter__().__iter__())
3. 迭代器取值的特点： 只能往后依次取值，不能倒着取
**注意：4，可迭代对象转为迭代对象用一次 .__iter__() 就可，多次调用和第一次调用一样（可以理解为初始化）
5,调用一次.__next__()方法只能取出其中一个元素，（列表为第一个值，字典取出的是key）
总结：
可迭代对象：内置有__iter__方法的
迭代器对象： 既 内置有__iter__ 也内置有__next__方法
迭代取值：优点：不依赖索引取值
内存中始终都占一份空间，不会导致内存溢出
缺点
1.不能够获取指定的元素，只能从前往后依次取
2.取完之后会报StopIteration错
案例：1，文件取值案列
（假如文件中有一行内容，如果有n行就调用n次iter_f.__next__()
f = open('xxx.txt','r',encoding='utf-8')
iter_f = f.__iter__()
print(iter_f.__next__())
2，可迭代对象取值（list，dict，set，tuple，str）
l = [1,2,3,4]
iter_l = l.__iter__()
print(iter_l.__next__()) # 1
l2 = {'name':'jason'}
iter_l2 = l2.__iter__()
print(iter_l2.__next__()) # name
l3 = (3,'sr',[1,2],{1,'sc'})
iter_l3 = l3.__iter__()
print(iter_l3.__next__()) # 3
print(iter_l3.__next__()) # sr
print(iter_l3.__next__()) # [1, 2]
print(iter_l3.__next__()) # {1, 'sc'} 其中的元素是什么类型，取出来的也是该数据类型
三：for循环的本质：
for i in d： # for循环后面的in关键 跟的是一个可迭代对象
1.将in后面的对象调用__iter__转换成迭代器对象
2.调用__next__迭代取值
3.内部有异常捕获StopIteration,当__next__报这个错 自动结束循环
四：生成器：
用户自定义的迭代器,本质就是迭代器
1，函数内有yield关键字存在时，函数名加括号不会运行函数体的代码块
而是将它转变为生成器，当用.__next__() 方法时才会走函数体代码
2，函数体代码运行遇到yield 就会暂停运行
3，yield后面跟的值就是调用迭代器__next__方法你能得到的值 ********
4， yield既可以返回一个值也可以返回多个值 并且多个值也是按照元组的形式返回
5，yield 支持外界为其传参，多个值时 是以元组的形式返回
案列：
def func():
print('egon not is dsb')
yield 'no'
print('天上飞来一只猴')
yield '666'
g = func() # 生成器初始化:将函数变成迭代器
g.__next__() ## egon not is dsb
print(g.__next__()) #天上飞来一只猴 666
注意:函数体代码中有 yield，当函数名加括号调用时，
他就是将函数转变为了自定义的生成器，并不会立即执行函数体代码
案列：
def func(name):
print('%s 准备开吃'%name)
while True:
food = yield
print('%s 吃了 %s'%(name,food))
g = func('egon')
g.__next__() # 必须先将代码运行至yield 才能够为其传值 #egon 准备开吃
g.send('天天向上') # 给yield左边的变量传参 触发了__next__方法 # egon 吃了 天天向上
g.send('好好学习') #egon 吃了 好好学习
2，生成器表达式：
res = (i for i in range(1,100000000) if i != 4) # 生成器表达式
print(res)
1，生成器不会主动执行任何一行代码
2，必须通过__next__触发代码的运行zcf
四：内置函数
divmod 分页器
print(divmod(101,10)
enumerate 枚举
exec(s)
eval(s)
eval不支持逻辑代码
format 三种玩法
{}占位
{index} 索引
{name} 指名道姓
isinstance 后面统一改方法判断对象是否属于某个数据类型
n = 1
print(type(n))
print(isinstance(n,list)) # 判断对象是否属于某个数据类型
l = [0,1,0]
print(all(l)) # 只要有一个为False就返回False
print(any(l)) # 只要有一个位True就返回True
补充：
异常处理：
while True:
try:
print(iter_d.__next__())
except StopIteration:
print( ’取完了，没有了')
break