python迭代、可迭代对象、迭代器及生成器

迭代

通常意义上的迭代是指：重复执行一系列运算，从前面的量依次推出后面的量的过程，每一次迭代的结果，会作为下一次迭代的初始值。

在c、c++、java等编程语言中的for循环语句，就是一个迭代过程，例如：

for(int i=0;i<100;i++)
{
 　　cout << i << endl;
}

这种for循环语句比较符合迭代的含义，for语句中给定了一个初始输入 i=0 ，然后开始执行一个重复推导变量 i 是否小于 100 ，如果小于就对 i 加1并执行循环体中代码的过程，且每次执行后的结果将作为下一次推导的输入值，这个过程就是迭代。

python中，也使用了 for 关键字来实现类似过程，具体形式为 for ... in ... ，当然迭代过程也可以通过while循环语句等来实现，但不在本文讨论范畴，这里不做说明。在python中通常使用 for ... in ... 的形式来遍历一个list或tuple等对象，这种遍历过程，通常称为迭代（Iteration）。例如：

上图中，通过for语句来遍历列表L，实现语句块的重复执行过程。这里之所以每次迭代时都让num的值加3，是为了说明语句块中对num进行修改后的值并不会带入到下一次迭代过程，这里应注意与C、C++、java等语言的for循环语句的区别。至于为什么是这样，可以查阅python语法中for语句的执行原理，这里不再详述。

可迭代对象与迭代器

可迭代对象：使用内置iter函数可以获取迭代器的对象，称为可迭代对象。通常指实现了能返回迭代器的__iter__方法或实现了__getitem__方法且其参数从0开始索引的对象。

迭代器：指实现了无参数的__next__方法的对象。__next__方法返回序列中的下一个元素；如果没有元素了，则抛出StopIteration异常。通常情况下，迭代器也应该实现__iter__方法，迭代器的__iter__方法应该返回其自身(self)，因为实现了__iter__方法，所以迭代器可迭代。

区别与联系：迭代器可以迭代，但可迭代对象不是迭代器。可迭代对象一定不能是自身的迭代器，即可迭代对象一定不能实现__next__方法；迭代器应该一直可以迭代，其__iter__方法应该返回自身；可迭代对象可以重复使用（可以不断生成新的迭代器），但迭代器只能用一次，迭代结束后不会自动重置。示例：

class IteratorObj:

    def __init__(self, max):
        self.a = 0
        self.b = 1
        self.max = max

    def __iter__(self):
        return self

    def __next__(self):
        self.a, self.b = self.b, self.a + self.b
        if self.a > self.max:
            raise StopIteration()
        return self.a

class IterableObj:

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

    def __iter__(self):
        return IteratorObj(self.max)

python中for循环遍历的本质就是调用遍历对象的__iter__方法，得到一个迭代器，再调用迭代器的__next__方法依次获取对象的值并自动捕获StopIteration异常。

生成器

生成器是一种特殊的迭代器，可通过使用迭代器的方法使用生成器。

python定义生成器的方法有两种：

生成器函数：使用普通函数的定义语法定义，但函数体内必须包含yield关键字，即包含yield语句的函数都被称为生成器。生成器函数虽然看上去像函数，但与函数的行为截然不同。区别在于生成器函数不是使用return语句返回一个值，而是可以生成多个值，每次生成一个。每次使用yield生成一个值后，函数被中断，在此处停止执行，再次被调用时，函数将从上一次停止的地方开始继续执行。例如：

注意：当生成器因没有可生产的值退出时，同样会抛出StopIteration异常。

生成器表达式：类似于列表推导，只不过要将列表推导中的[]换成()。例如：

上图中，当第6次调用next(g)时，因没有值可生产而抛出了StopIteration异常。

以上。