Python（day8）叠代器、生成器
# while True:
# cmd=input(‘>>: ‘)
# print(cmd)
# l=[‘a‘,‘b‘,‘c‘,‘d‘]
# count=0
# while count < len(l):
# print(l[count])
# count+=1
#
# l=[‘a‘,‘b‘,‘c‘,‘d‘]
# for count in range(len(l)):
# print(l[count])
# d={‘a‘:1,‘b‘:2,‘c‘:3}
#
# for k in d:
# print(k)python為了提供一種不依賴於索引的叠代方式，
python會為一些對象內置__iter__方法
obj.__iter__稱為可叠代的對象
叠代器的優點
1：提供了一種不依賴於索引的取值方式
2：惰性計算。節省內存
叠代器的缺點：
1：取值不如按照索引取值方便
2：一次性的。只能往後走不能往前退
3：無法獲取長度
l=[1,2,3]
for item in l: #i=l.__iter__()
print(item)
l=[‘x‘,‘y‘,‘z‘] # print(l[2]) # print(l[0]) # i=l.__iter__() # print(i.__next__()) # print(i.__next__()) # print(i.__next__())
#得到的叠代器：既有__iter__又有一個__next__方法
# d={‘a‘:1,‘b‘:2,‘c‘:3}
#
# i=d.__iter__() #i叫叠代器
# print(i)
# print(i.__next__())
# print(i.__next__())
# print(i.__next__())
# print(i.__next__()) #StopIteration
四、生成器 1、生成器函數：函數體內包含有yield關鍵字，該函數執行的結果是生成器
def foo():
print(‘first------>‘)
yield 1
print(‘second----->‘)
yield 2
print(‘third----->‘)
yield 3
print(‘fouth----->‘)
g=foo()
2、生成器就是叠代器
# print(g.__next__()) # print(g.__next__()) # print(g.__next__()) # print(g.__next__()) # for i in g: #obj=g.__iter__() #obj.__next__() # print(i)
3、
yield的功能：
1.與return類似，都可以返回值，但不一樣的地方在於yield返回多次值，而return只能返回一次值
2.為函數封裝好了__iter__和__next__方法，把函數的執行結果做成了叠代器
3.遵循叠代器的取值方式obj.__next__（），觸發的函數的執行，函數暫停與再繼續的狀態都是由yield保存的
def countdown(n):
print(‘starting countdown‘)
while n > 0:
yield n
n-=1
print(‘stop countdown‘)
g=countdown(5)
# print(g)
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
#
# for i in g:
# print(i)
例題：
#1 編寫 tail -f a.txt |grep ‘error‘ |grep ‘404‘命令，周一默寫
import time
def tail(filepath,encoding=‘utf-8‘):
with open(filepath,encoding=encoding) as f:
f.seek(0,2)
while True:
line=f.readline()
if line:
yield line
else:
time.sleep(0.5)
def grep(lines,pattern):
for line in lines:
if pattern in line:
#print(line)
yield line
g1=tail(‘a.txt‘)
g2=grep(g1,‘error‘)
g3=grep(g2,‘404‘)
for i in g3:
print(i)
總結：
1.叠代器協議是指：對象必須提供一個next方法，執行該方法要麽返回叠代中的下一項，要麽就引起一個StopIteration異常，以終止叠代 （只能往後走不能往前退）
2.可叠代對象：實現了叠代器協議的對象（如何實現：對象內部定義一個__iter__()方法）
3.協議是一種約定，可叠代對象實現了叠代器協議，python的內部工具（如for循環，sum，min，max函數等)使用叠代器協議訪問對象。
4.for循環的本質：循環所有對象，全都是使用叠代器協議。
5.(字符串，列表，元組，字典，集合，文件對象）這些都不是可叠代對象，只不過在for循環式，調用了他們內部的__iter__方法，把他們變成了可叠代對象
然後for循環調用可叠代對象的__next__方法去取值，而且for循環會捕捉StopIteration異常，以終止叠代
6.生成器：可以理解為一種數據類型，這種數據類型自動實現了叠代器協議（其他的數據類型需要調用自己內置的__iter__方法），所以生成器就是可叠代對象
7.可以理解為一種數據類型，這種數據類型自動實現了叠代器協議（其他的數據類型需要調用自己內置的__iter__方法），所以生成器就是可叠代對象
8.為何使用生成器之生成器的優點
Python使用生成器對延遲操作提供了支持。所謂延遲操作，是指在需要的時候才產生結果，而不是立即產生結果。這也是生成器的主要好處。
9.生成器小結：
1）.是可叠代對象
2）.實現了延遲計算,省內存啊
3）.生成器本質和其他的數據類型一樣，都是實現了叠代器協議，只不過生成器附加了一個延遲計算省內存的好處，其余的可叠代對象可沒有這點好處
Python（day8）叠代器、生成器