''' 我们已经知道,可以直接作用于for循环的数据类型有以下几种: 一类是集合数据类型,如list、tuple、dict、set、str等; 一类是generator,包括生成器和带yield的generator function。 这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。 可以使用isinstance()判断一个对象是否是Iterable对象: ''' from collections import Iterable print(isinstance([],Iterable)) print(isinstance({},Iterable)) print(isinstance('abc',Iterable)) print(isinstance(1234,Iterable))#常数不可迭代 print(isinstance((x for x in range(10)), Iterable)) ''' 而生成器不但可以作用于for循环, 还可以被next()函数不断调用并返回下一个值, 直到最后抛出StopIteration错误表示无法继续返回下一个值了。 * 可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator。 可以使用isinstance()判断一个对象是否是Iterator对象: ''' a=[1,2,3] print(dir(a))#可查看a所有的调用方法,a中无next()方法,所以不是迭代器 from collections import Iterator print(isinstance((x for x in range(10)),Iterator)) #生成器一定是迭代器,迭代器不一定是生成器 print(isinstance([],Iterator)) print(isinstance((),Iterator)) print(isinstance({},Iterator)) print(isinstance('abc',Iterator)) ''' 生成器都是Iterator对象, 但list、dict、str虽然是Iterable,却不是Iterator。 把list、dict、str等Iterable变成Iterator可以使用iter()函数: ''' a=iter([1,2,3,4]) print(a.__next__()) print(a.__next__()) print(a.__next__()) print(isinstance(iter([]), Iterator)) print(isinstance(iter(()), Iterator)) print(isinstance(iter('abc123'), Iterator)) ''' 你可能会问,为什么list、dict、str等数据类型不是Iterator? 这是因为Python的Iterator对象表示的是一个数据流, Iterator对象可以被next()函数调用并不断返回下一个数据, 直到没有数据时抛出StopIteration错误。 可以把这个数据流看做是一个有序序列, 但我们却不能提前知道序列的长度, 只能不断通过next()函数实现按需计算下一个数据, 所以Iterator的计算是惰性的, 只有在需要返回下一个数据时它才会计算。 Iterator甚至可以表示一个无限大的数据流, 例如全体自然数。而使用list是永远不可能存储全体自然数的。 小结 凡是可作用于for循环的对象都是Iterable类型; 凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列; 集合数据类型如list、dict、str、tuple等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。 Python的for循环本质上就是通过不断调用next()函数实现的,例如: ''' for x in [1, 2, 3, 4, 5]: pass #实际上完全等价于 # 首先获得Iterator对象: it = iter([1, 2, 3, 4, 5]) # 循环: while True: try: # 获得下一个值: x = next(it) except StopIteration: # 遇到StopIteration就退出循环 break print(range(5))#结果:range(0, 5),在python3中range()是迭代器 #在python2中,上式结果:[0,1,2,3,4],不是迭代器,用xrange(5)和python3结果相同,xrange()为迭代器 #比如python3的文件读取也是用的迭代器 for in f: