python进阶之生成器

迭代器

什么叫迭代

可以被for循环的就说明他们是可迭代的，比如：字符串，列表，字典，元祖，们都可以for循环获取里面的数据

下面我们看一个代码：　　

number = 12345
for i in number:
    print(i)
输出:
Traceback (most recent call last):
  File "D:**.py", line 272, in <module>
    for i in number:
TypeError: 'int' object is not iterable

报错信息是说：int类型不可迭代，不能使用循环取每个数据。 那么我们又怎么说 字符串，列表，字典，元祖是可迭代的呢？

from collections import Iterable

l = [1, 2, 3, 4]
t = (1, 2, 3, 4)
d = {1: 2, 3: 4}
s = {1, 2, 3, 4}

print(isinstance(l, Iterable)) # 判断是否是可迭代
print(isinstance(t, Iterable))
print(isinstance(d, Iterable))
print(isinstance(s, Iterable))

True
True
True
True

再从字面上理解一下，其实迭代就是我们刚刚说的，可以将某个数据集内的数据“一个挨着一个的取出来”，就叫做迭代。

什么叫可迭代协议　

我们现在是从结果分析原因，能被for循环的就是“可迭代的”，但是如果正着想，for怎么知道谁是可迭代的呢？

假如我们自己写了一个数据类型，希望这个数据类型里的东西也可以使用for被一个一个的取出来，那我们就必须满足for的要求。这个要求就叫做“协议”。

可以被迭代要满足的要求就叫做可迭代协议。可迭代协议的定义非常简单，就是内部实现了__iter__方法。

print(dir([1,2]))
print(dir((1,1)))
print(dir({1:2}))
print(dir({1,2}))

输出：

['__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']
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'count', 'index']
['__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'clear', 'copy', 'fromkeys', 'get', 'items', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values']
['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']

现在我们可以知道：可以被for循环的都是可迭代的，要想迭代内部必须有一个__iter__方法。

那么这个方法又干了些什么事情呢？

print([1,2].__iter__())

结果
<list_iterator object at 0x1024784a8>

看结果，应该是得到了一个可迭代对象list_iterator 就是一个迭代器，现在我们知道这个列表有一个迭代器了

print(set(dir([1,2].__iter__()))-set(dir([1,2])))

输出：
{'__next__', '__setstate__', '__length_hint__'}

我们获取了列表迭代器3个方法，那么这些方法又干了什么呢？ 我们只说__next__

iter = [1,2,3,4,5,6].__iter__()

#一个一个的取值
print(iter.__next__())
print(iter.__next__())
输出：
1
2

我们看到的结果是取到了列表的前两个元素，所以说，for循环就是调用了内部的__next__方法实现遍历的，我们可以不使用for循环，直接调用这个方法就可以实现遍历列表元素

但是如果我们列表有3个元素我们调用__next__4次就会抛出异常StopIteration，因为没有第4个元素

iter = [1,2,3].__iter__()

#一个一个的取值
print(iter.__next__())
print(iter.__next__())
print(iter.__next__())
print(iter.__next__())
输出：
Traceback (most recent call last):
1
  File "D:/pythonSeleniumTestCode/pythonStu/python练习100例.py", line 295, in <module>
2
    print(iter.__next__())
3
StopIteration

现在我们把这个异常处理一下

iter = [1,2,3].__iter__()
while 1:
    try:
        item = iter.__next__()
        print(item)
    except StopIteration:
        break

那现在我们就使用while循环实现了原本for循环做的事情，我们是从谁那儿获取一个一个的值呀？是不是就是l_iter？好了，这个l_iter就是一个迭代器。

迭代器遵循迭代器协议：必须拥有__iter__方法和__next__方法。

现在我们已经大概有了迭代器的印象，那么我们再来看看生成器是个什么鬼！

生成器

我们知道的迭代器有两种：一种是调用方法直接返回的，一种是可迭代对象通过执行iter方法得到的，迭代器有的好处是可以节省内存。

如果在某些情况下，我们也需要节省内存,就只能自己写。我们自己写的这个能实现迭代器功能的东西就叫生成器

Python中提供的生成器

1.生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

2.生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

生成器Generator

本质：迭代器(所以自带了__iter__方法和__next__方法，不需要我们去实现)

特点：惰性运算,开发者自定义

看实例代码:

def genrator():
    for i in range(1, 5):
        yield ('正在生成数字{}'.format(i)) # 

yie = genrator()
for i in yie:
    print(i)

输出:

正在生成数字1
正在生成数字2
正在生成数字3
正在生成数字4

如果我只想生成2个数字我们该怎么实现呢？是不是这样？

yie = genrator()
num = 0
for i in yie:
    print(i)
    num+=1
    if num == 2:
        break

输出：

正在生成数字1
正在生成数字2

现在们已经生成了2个数字了，那么我想接着生成，还可不可以呢？

def genrator():
    for i in range(1, 5):
        yield ('正在生成数字{}'.format(i))

yie = genrator()
num = 0
for i in yie:
    print(i)
    num+=1
    if num == 2:
        print('我只能生成2个数')
        break
for i in yie:
    print(i)

输出：

正在生成数字1
正在生成数字2
我只能生成2个数
正在生成数字3
正在生成数字4

结果我们分析出，生成2个数以后既然还可以接着原来的生成。

下面我们再来看看到底怎么使用生成器，我现在要监听一个文件的输入，如果文件中增加了数据，我就在控制到输出增加的内容

import time


def tail(filename):
    f = open(filename)
    f.seek(0, 2) #从文件末尾算起
    while True:
        line = f.readline()  # 读取文件中新的文本行
        if not line:
            time.sleep(0.1)
            continue
        yield line

tail_g = tail('tmp.txt')
for line in tail_g:
    print(line)

只要我再A文件中写入一行数据，那么控制到就会输出这行数据，我们就达到了监听文件的作用，是不是还挺好用的！

结论

生成器好处

1.不会占用太多的内存，我们需要生成一个数就生成，不需要就不用叫他生成

2.延迟计算，一次返回一个结果。也就是说，它不会一次生成所有的结果，这对于大数据量处理，将会非常有用。

什么是生成器

只要含有yield关键字的函数都是生成器函数， 且yield不能与return一起使用，二者存一，而且只能写在函数的内部