python中的迭代器和生成器

迭代器

看如下代码：

class A:

    def __init__(self, data):
        self.data = data

    def __iter__(self):
        return self  # __iter__方法返回的就是一个迭代器。reurn的这个self对象就是下面的__next__方法的结果，如果不写__next__方法，将return self替换为(i+1 for i in range(x) if x < 6)即可

    def __next__(self):
        if self.data > 7:
            raise StopIteration
        else:
            self.data += 1
            return self.data

for i in A(5):
    print(i)

输出结果：

6

7

8

这里面的for ... in ... 做了两件事：

1. 调用了A的__iter__()方法，就是要得到一个iteration迭代器，就是这个self，而这里的self此时是__next__()方法返回的迭代器。
2. 循环调用了__next__()方法。

对于A这个类，它里面定义了__iter__()和__next__()方法，他就是一个可迭代的类。也可以说是一个可迭代的对象(python中一切皆对象)。

含有__next__()函数的对象都是一个迭代器，所以A也可以说是一个迭代器。如果去掉__itet__()函数，A这个类也不会报错。

如下代码所示：

class A:

    def __init__(self, data):
        self.data = data

    def __next__(self):
        if self.data > 7:
            raise StopIteration
        else:
            self.data += 1
            return self.data
a = A(5)
print(a.__next__())
print(a.__next__())
print(a.__next__())

生成器

生成器是一种特殊的迭代器。当调用f()函数时，生成器实例化并返回，这时并不会执行任何代码，生成器处于空闲状态，注意这里p, c= 0, 1并未执行。然后这个生成器被包含在list()中，list会根据传进来的参数生成一个列表，所以它对f()对象(一切皆对象，函数也是对象)调用__next()__方法：

# 斐波那契数列
def f(end = 1000):
    p, c=0,1
    while c < end:
        yield c
        p, c=c, c+p

print(list(f()))

结果如下：

[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987]

也可以这样：

def f(end = 1000):
    p, c=0,1
    while c < end:
        yield c
        p, c=c, c+p

a = f()print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())

一次只取一个数。