一。叠代器

1.可叠代對象（只含有__iter__方法的數據是可叠代對象）

常見的可叠代對象:str list tuple dict set range

1.1什麽是可叠代對象？

方法一: dir(被測對象) 如果 他含有‘__iter__ ‘,那這個對象就叫做可叠代對象.
遵循可叠代協議

s = ‘alex‘
l = [1,2,3,4,5]
print(‘__iter__‘ in dir(s))
print(‘__iter__‘ in dir(l))
# 輸出結果：
# True
# True

2.叠代器（含有__iter__方法,並且含有__next__方法的數據是叠代器）

常見的叠代器：文件句柄

2.1叠代器的取值

s = ‘alex‘
l = [1,2,3,4,5]
s1 = s.__iter__()
print(s1.__next__())
print(s1.__next__())
print(s1.__next__())
# 輸出結果： a   l   e

2.2叠代器的意義：
1）叠代器節省內存.
2）叠代器惰性機制.
3）叠代器不能反復,一直向下執行.

for循環的機制就是完美的運用的叠代器
內部含有__iter__方法,他會將可叠代對象先轉化成叠代器。然後在調用__next__方法，他有異常處理的方法.

3.可叠代對象與叠代器的關系

1）可叠代對象------>叠代器
可叠代對象.__iter__()------->叠代器

s = ‘alex‘
l = [1,2,3,4,5]
l1 = l.__iter__()     #叠代器
print(l1)   #iterator  遵循叠代器協議
# 輸出結果：<list_iterator object at 0x00000156B0EC7630>

判斷是可叠代對象還是叠代器

方法二（isinstance與type類似，但是功能比type更強大）

l = [1,2,3,4,5]
l_iter = l.__iter__()
from collections import Iterable
from collections import Iterator
print(isinstance(l,Iterable))               #
 
True
print(isinstance(l,Iterator))               #True
print(isinstance(l_iter,Iterator))        #False
print(isinstance(l,list))                      #True

二。生成器

生成器的本質就是叠代器,生成器是自己用python代碼寫的叠代器.
1,可以用生成器函數
2,可以用各種推導式構建叠代器.
3,可以通過數據轉化.

def gener():
    print(111)
    yield 222
    count = yield 333
    print(count)
    yield 444
    yield 555
g = gener()
print(g)
print(g.__next__())
print(g.__next__())
print(g.send(‘aaa‘))
print(g.__next__())
# 輸出結果：
# <generator object gener at 0x0000014CDE5B1BF8>
# 111
# 222
# 333
# aaa
# 444
# 555

4.send
1）send 和next功能一樣
2）給上一個yiled 整體發送一個值
send不能給最後一個yield發送值
獲取第一個值的時候,不能用send 只能用next

python函數五（叠代器，生成器）