Python學習日記(十) 生成器和迭代器

使用dir()我們可以知道這個數據類型的內置函數有什麼方法:

print(dir(int))　　
print(dir(bool))
print(dir([]))
print(dir({}))
print(dir(set))

1.迭代器

iterable：可迭代的

迭代就是將數據能夠一個一個按順序取出來

s = 'abc'
print('__iter__' in dir(s))      #True
li = [1,2]
print('__iter__' in dir(li))     #True
b = False
print('__iter__' in dir(b))      #False
i = 123
print('__iter__' in dir(i))      #False
dic = {}
print('__iter__' in dir(dic))    #True
set1 = set()
print('__iter__' in dir(set1))   #True

上面數據類型返回為真說明它是可以迭代的,反之是不可迭代的

可迭代協議:

就是內部要有一個__iter__()來滿足要求

當一個具有可迭代的數據執行__iter__()它將返回一個迭代器的記憶體地址

print('abc'.__iter__()) #<str_iterator object at 0x005401F0>

這裡的iterator的意思是迭代器

迭代器協議:

現在有一個列表我們來看看它本身和在執行了__iter__()之後的方法有什麼不同:

li = [1,2,3,'a']
print(dir(li))  #['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__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']
print(dir(li.__iter__()))   #['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__']
'''求兩者的差集'''
print(set(dir(li.__iter__())) - set(dir(li)))   #{'__length_hint__', '__setstate__', '__next__'}

__length_hint__（）的作用是求元素的長度

__setstate__（）的作用是指定索引值從哪裡開始迭代

__next__（）的作用可以讓值一個一個的取出

在之前用到的for迴圈我們就是用__next__（）這種方法進行取值,現在我們可以模擬for來寫一個函數:

li = [1,2,3,'a']
def getItem(li):
    iterator = li.__iter__()
    while True:
         print(iterator.__next__())
getItem(li)
# 1
# 2
# 3
# a
#StopIteration 如果找不到元素就會報錯

如何處理掉這個異常?

li = [1,2,3,'a']
def getItem(li):
    iterator = li.__iter__()
    while True:
        try:
            print(iterator.__next__())
        except StopIteration:
            break
getItem(li)
# 1
# 2
# 3
# a

迭代器遵循迭代器協議:必須要有__iter__()和__next__()

迭代器的好處:

　　a.從容器類型中一個一個的取值,會把所有的值都取到

　　b.節省記憶體的空間

　　　　　迭代器並不會在記憶體中占用一大塊記憶體,而是隨著迴圈每次生成一個,每一次使用__next__()來給值

range():

print(range(10000000))  #range(0, 10000000)

實際上range()在調用的時候並沒有真正生成這麼多的值,如果真的生成的話那麼記憶體可能會溢出

print('__iter__' in dir(range(10)))     #True   
print('__next__' in dir(range(10)))     #False
from collections import Iterable
from collections import Iterator
print(isinstance(range(10),Iterable))    #True  是一個可迭代對象
print(isinstance(range(10),Iterator))    #False 在執行後得到的結果並不是一個迭代器

迭代器總結:

1.可以被for迴圈的都是可迭代的

2.可迭代的內部都有__iter__()方法

3.只要是迭代器一定可以迭代

4.可迭代的變數.__iter__()方法可以得到一個迭代器

5.迭代器中的__next__()方法可以一個一個的獲取值

6.for迴圈實際上就是在使用迭代器

2.生成器

生成器函數

本質上就是我們自己寫的函數,只要含有yield關鍵字的函數就是生成器函數,yield不能和return共用且需要寫在函數內部

def generator():        #生成器函數
    print('a')
    yield 5
ret = generator()       #ret是一個生成器
print(ret)              #<generator object generator at 0x00503F00>

生成器函數每次執行的時候會得到一個生成器作為返回值

如果要返回函數值:

def generator():        #生成器函數
    print('a')
    yield 5
    print('b')
    yield 4
g = generator()        #g是一個生成器
print(g)               #<generator object generator at 0x00503F00>
ret = g.__next__()
print(ret)              #a
                        #5
print('---------')
ret = g.__next__()
print(ret)              #b
                        #4

執行順序:

使用for迴圈遍歷生成器:

def generator():        #生成器函數
    print('a')
    yield 5
    print('b')
    yield 4
    print('c')
    yield 6
g = generator()       #g是一個生成器
for i in g:
    print(i)    
# a
# 5
# b
# 4
# c
# 6

監聽文件例子:

def tail(filename):
    f = open(filename,encoding='utf-8')
    while True:
        line = f.readline()
        if line.strip():
             yield line.strip()
g = tail('tail')
for i in g:
    if 'python' in i:
        print('******',i)   
# ****** python
# ****** asd python