一、可叠代協議：可以被叠代要滿足要求的就叫做可叠代協議。內部實現了__iter__方法

　　iterable：可叠代的------對應的標誌

　　什麽叫叠代？：一個一個取值，就像for循環一樣取值

字符串，列表，元組，集合，字典都是可叠代的

二、叠代器協議：內部實現了__iter__，__next__方法

　　叠代器大部分都是在python的內部去使用的，我們直接拿來用就行了

　　叠代器的優點：如果用了叠代器，節約內存，方便操作

　　dir([1,2].__iter__())是列表叠代器中實現的所有的方法，而dir([1,2])是列表中實現的所有方法，

　　都是以列表的方式返回給我們，為了方便看清楚，我們把他們轉換成集合，然後取差集

print(dir([1,2].__iter__()))#查看列表叠代器的所有方法
print(dir([1,2]))#查看列表的所有方法
print(set(dir([1,2].__iter__()))-set(dir([1,2])))

iter_l=[1,2,3,4,5,6].__iter__()

print(iter_l.__length_hint__())#獲取叠代器中元素的長度
# print(iter_l.__setstate__(4))#根據索引指定從哪裏開始叠代

print(iter_l.__next__())
print(iter_l.__next__
 
())
print(iter_l.__next__())#一個一個的取值
print(next(iter_l))
#next(iter_l)這個方法和iter_l.__next__()方法一樣，推薦用next(iter_l)這個

l=[1,2,3,4,5]
a=l.__iter__()

# print(next(a))
# print(next(a))
# print(next(a))
# print(next(a))
# print(next(a))
# print(next(a))   #上面的列表長度只有5個，而你多打印了，就會報錯。處理的情況如下，就不會報錯了

while True:
    
 
try:
        item=a.__next__()
        print(item)
    except StopIteration: # 異常處理
        break

三、可叠代和叠代器的相同點：都可以用for循環

四、可叠代和叠代器的不同點：就是叠代器內部多實現了一個__next__方法

五、判斷叠代器和可叠代的方法：

　　第一種：判斷內部是不是實現了__next__方法

‘__iter__‘ in dir(str)#如果__iter__在這個方法裏面，就是可叠代的。

第二種：

　　　　Iterable 判斷是不是可叠代對象

　　　　Iterator 判斷是不是叠代器

　　　　用法：

from collections import Iterable  
from collections import Iterator

#比如給一個字符串
s=‘abc‘
print(isinstance(s,Iterable))#isinstance判斷類型的
print(isinstance(s,Iterator))

判斷range函數

s=range(100)#是一個可叠代的，但是不是叠代器
print(isinstance(s,Iterable))
print(isinstance(s,Iterator))

五、生成器函數：

　　常規定義函數，但是，使用yield語句而不是return語句返回結果。

　　yield語句一次返回一個結果。

　　生成器的好處，就是一下子不會在內存中生成太多的數據

python中提供的生成器：

1.生成器函數 2.生成器表達式

生成器的本質：就是一個叠代器

def  func(): #這是一個簡單的函數
        a=1
        return a
print(func())


def func():
    print(‘aaaaaaaaaaa‘)
    a = 1
    yield a  # 返回第一個值
    print(‘bbbbbb‘)
    yield 12  # 返回第二個值


ret = func()  # 得拿到一個生成器
# print(ret)#返回的是一個地址
print(next(ret))#取第一個值
print(next(ret))# 取第二個值
print(next(ret))# 取第三個值，會報錯，因為沒有yield第三個值

例如：

假如我想讓工廠給學生做校服，生產2000000件衣服，我和工廠一說，工廠應該是先答應下來，然後再去生產，

我可以一件一件的要，也可以根據學生一批一批的找工廠拿。
而不能是一說要生產2000000件衣服，工廠就先去做生產2000000件衣服，等回來做好了，學生都畢業了。。。

def make_cloth():
    for i in range(1,20000):
        yield ‘第%s件衣服‘%(i)
ret = make_cloth()
print(next(ret))
print(next(ret))
print(next(ret))
for i in range(100):
    print(next(ret))

import time


def tail(filename):
    f = open(filename)
    f.seek(0, 2) #從文件末尾算起
    while True:
        line = f.readline()  # 讀取文件中新的文本行
        if not line:
            time.sleep(0.1)
            continue
        yield line

tail_g = tail(‘tmp‘)
for line in tail_g:
    print(line)

生成器監聽文件例子

六、yield from

def func():
    # for i in ‘AB‘:
    #     yield i
    yield from ‘AB‘     yield from ‘AB‘就相當於上面的for循環，吧循環簡化了
    yield from [1,2,3]

g=func()
print(list(g))
# print(next(g))
# print(next(g))

七、列表推導式：

# ======一層循環======
l = [i*i for i in range(1,10)]
print(l)
# 上面的列表推倒式就相當於下面的
l  = []
for i in range(1,10):
    l.append(i*i)
print(l)
l = []


# ======多層循環========
# 1.列表推倒式
l = [i*j for i in range(1,10) for j in range(1,10)]
print(l)
# 2.循環
l = []
for i in range(1,10):
    for j in range(1,10):
        s = i*j
        l.append(s)
print(l)

八、生成器表達式：類似於列表推倒式，就是把列表推導式的【】改為了（）

l=[{‘name‘:‘v1‘,‘age‘:‘22‘},{‘name‘:‘v2‘}]

name_list=(dic[‘name‘] for dic in l)#吧列表生成器的[]改成()
print(name_list)#取出的是一個生成器，而不是要取得值，所以得加上next
print(next(name_list))
print(next(name_list))
# print(next(name_list))

python——叠代器和生成器