迭代器

迭代器的概念：从装多个值的容器中一次取出一个值给外界

器：包含了多个值得容器

迭代：循环反馈（一次从容器中取出一个值）

通过迭代器取值的优缺点：

优点：不依赖索引取值

缺点：不能计算长度，不能指定取值(只能从前往后逐一取值)
遍历：被遍历的对象必须是有序容器

案例;

ls='asasd'
for i in ls:
    print(i)

ls1=[1,2,12]
for i in ls1:
    print(i)
    ls = [1, 2, 3, 4, 5, 6]
i=0
while i <len(ls):
    print(i)
    i+=1
st = {1, 2, 3, 4, 5}
while i <len(st):
    print(i)
    i+=1
dic = {'a': 1, 'b': 2, 'c': 3}
for k,v in dic.items():
    print(k,v)

可迭代对象

对象：python中的一个对象（装有地址的变量）

可迭代对象：该对象有__iter__()方法，调用该方法返回迭代器对像

可迭代对象有哪些：

str | list | tuple | dict | set | range() | file(文件) | 迭代器对象 | enumerate()(枚举对象)

案例

for v in 'asdfghjkl'.__iter__():
    print(v)
for v in [1,23,'sf','df','gfdg',1].__iter__():
    print(v)
for k,v in {'a':1,'s':2,'d':3}.items():
    print(k,v)
for i in range(5):
    print(i)

迭代器对象：有__next__()方法的对象，也就是用该方法一次次从迭代器对象中取值，取出一个少一个

迭代器对象有哪些：

file | enumerate()(枚举对象) | 生成器

重点：

1.从迭代器对象中取元素，取一个少一个，如果要从头开始去，需要重新获得拥有所有元素的迭代器对象

2.迭代器对象也有__iter__()方法，调用后得到的是自己本身(当前含义几个元素，得到的就只有几个元素的迭代器对象)

案例

可迭代对象
st1 = {3, 5, 7, 1, 9}
迭代器对象
iter_obj = st1.__iter__()
print(iter_obj)  # <set_iterator object at 0x0000026E0BF3B510>
# print([1, 2, 3].__iter__())  # <list_iterator object at 0x0000026E0BFF8320>

# 迭代器对象取一个值就少一个值
print(iter_obj.__next__())  # 1
print(iter_obj.__next__())  # 3
print(iter_obj.__next__())  # 5
print(iter_obj.__next__())  # 7
print(iter_obj.__next__())  # 9
# print(iter_obj.__next__())  # 抛异常 StopIteration, 可以通过try对异常进行捕获并处理
print('===============================================')
iter_obj = st1.__iter__()  # 上一个迭代器对象迭代取值完毕后，就取空了，如果要再次取值，要重新生成迭代器对象
# 迭代器对象不能求长度(内部值的个数)
while True:
    try:
        ele = iter_obj.__next__()
        print(ele)
    except StopIteration:
        # print("取完了")
        break

总结：

可迭代对象：有__iter__()方法的对象，调用该方法返回迭代器对象

迭代器对象：有__next__()方法的对象，也就是用该方法一次从迭代器对象中获取一个值，取出一个少一个

for循环迭代器：

-- 1.自动获取被迭代对象的迭代器对象；
-- 2.在内部一次一次调用__next__()方法取值；
-- 3.自动完成异常处理

obj = [1, 2, 3].__iter__()
for v in obj:
    print(v)
    if v == 2:
        break
print(obj.__iter__().__iter__().__iter__().__next__())
print(obj.__iter__().__iter__().__iter__() is obj)  # True
可迭代对象.__iter__()得到的是该对象的迭代器对象
迭代器对象.__iter__().__iter__()得到的就是迭代器对象本身

生成器：包含yield关键字的函数就是生产器

def my_generator():
    yield 1
    yield 2
    yield 3
g_obj = my_generator()
 my_generator()并不会执行函数体，得到的返回值就是生成器对象
# 生成器对象就是迭代器对象
r1 = g_obj.__next__() # 1

for v in g_obj:
    print(v)  # 2 | 3
def fn():
    print("我是生成器")
    yield 'God'
generator_obj = fn()
print(generator_obj)
print(type(generator_obj))

generator_obj.__iter__()  # 可迭代对象
generator_obj.__next__()  # 迭代器对象
def g_fn():
    print(111111111111111)
    yield '结果1'
    print(222222222222222)
    yield '结果2'
    print(333333333333333)
    yield '结果3'
    print(444444444444444)
    yield '结果4'
    print(555555555555555)
    yield '结果5'
g_obj = g_fn()

# 在函数内部执行一次，在遇到下一个yield时停止，且可以拿到yield的返回值
r1 = g_obj.__next__()
print(r1)
# 从上一次停止的位置紧着往下走，在再遇到下一个yield时停止，且可以拿到yield的返回值
r2 = g_obj.__next__()
print(r2)




# 生成器的应用案例
# 当访问的数据资源过大，可以将数据用生成器处理，一次只获取所有内容的一条资源
def my_range(min, max=0, step=1):
    if max == 0:
        min, max = max, min
    tag = min
    while True:
        if tag >= max:
            break
        yield tag
        tag += step


# range_obj = my_range()
# print(range_obj.__next__())
# print(range_obj.__next__())
# ？？倒序遍历
range_obj = my_range(5, 10, 2)
for i in range_obj:
    print(i)



# 了了解
def func():
    rev1 = yield 1000
    print(rev1)  # 信息1
    yield 2000

obj = func()
# 走到第一个yield得到其返回值 1000
r1 = obj.__next__()
print(r1)
# 给停止的yield发送信息，并调用__next__()去向下一个yield并得到其返回值
r2 = obj.send('信息1')
print(r2)

枚举对象：

通过for迭代器 循环遍历 可迭代对象，需要知道迭代的索引

ls = [1, 3, 5, 7, 9]
for i, v in enumerate(ls):
    print(i, v)

0 1
1 3
2 5
3 7
4 9

for i, v in enumerate('abc'):     print(i, v)

0 a
1 b
2 c

内置函数