測開之數據類型· 第4篇《迭代器、生成器》

堅持原創輸出，點擊藍字關注我吧

做者：清菡
博客：oschina、雲+社區、知乎等各大平臺都有。

因爲微信公衆號推送改成了信息流的形式，防止走丟，請給加個星標 ⭐，你就能夠第一時間接收到本公衆號的推送！

文章總覽圖

目錄

• 1、迭代器

  • 1.迭代協議
  • 2.什麼是迭代器呢？
  • 3.可迭代對象
  • 4.這個是可迭代對象和迭代器的區別

• 2、生成器

  • 1.什麼是迭代操做？
  • 2.生成器和迭代器有什麼不一樣呢？
  • 3.生成器比迭代器多了 3 種方法
  • 4.爲何生成器有的方法，迭代器沒有？
  • 5.數據發送到生成器，在哪一個地方呢？
• 3、系列推薦

1、迭代器

1.迭代協議

一種是包含iter方法的，另外一種是包含getitem方法的（好比str對象就沒有iter方法，可是同樣可以迭代），只要對象中包含了這兩種方法的任意一種，那麼這個對象就能夠進行迭代操做，也就是實現了迭代協議。

2.什麼是迭代器呢？

生成器是迭代器的一種。迭代器的範圍比生成器更廣。只要能夠經過next()，從裏面一個一個往外面取值，都被稱爲迭代器。

關於要建立一個迭代器對象，那麼內部要實現一個迭代器的協議。

2.1 迭代器協議

• 實現了迭代器協議的對象（實現方式：對象內部定義了一個iter()方法）。
• 對象實現了__next__方法。
• __next__方法返回了某個數值（固然通常狀況下，咱們須要的是返回這個對象的特定的數字，而且按照必定的順序進行依次返回）。
• __next__方法須要在值取完的時候，拋出stopiteration的錯誤信息。

3.可迭代對象

有個東西須要區分，一個是迭代器，一個是可迭代對象。

只要內部實現了迭代協議的就是一個可迭代對象（可迭代對象能夠進行相關的迭代操做，好比for循環，map函數等）。

能夠用 for 循環進行遍歷的，那麼都是可迭代對象。可迭代對象不必定是迭代器，迭代器是在可迭代基礎上，它內部要首先定義一個__next_方法。

迭代器內部實現了一個__next_方法，實現了這個方法以後，經過__next_這個函數才能夠對這個迭代器進行一個取值。

還有個iter()方法，這個方法可將可迭代對象轉換成一個迭代器。

yield和return是 2 個東西。yield只是暫停那個生成器函數。yield能夠從生成器裏面生成一個內容。

列表能夠進行 for 循環，能夠進行 for 循環遍歷，它就是個可迭代對象。 列表是能夠經過 for 循環遍歷的，可是它不是迭代器。

迭代器是能夠經過next()進行取值的。

生成器也是迭代器，生成器是能夠經過next()去取值。那麼，生成器它是迭代器的一種，是屬於迭代器的。

你看，報錯了：

# 列表
# 可迭代對象：能夠for循環遍歷的都是可迭代對象
li = [1,2,3,4]
next(li)
print(next(li))

提示：列表它不是一個迭代器。

不是個迭代器，不能經過這個去取值。要把一個可迭代對象轉換成一個迭代器的話，經過iter()這個函數把可迭代對象放進去，它可以返回一個迭代器。

你看，這樣就能獲取到了：

# 列表
# 可迭代對象：能夠for循環遍歷的都是可迭代對象
li = [1,2,3,4]
li1 = iter(li)
print(next(li1))
print(next(li1))

經過iter()這個函數，來處理某個對象，它實際上至關於觸發這個對象內部的一個__iter__這個方法。

我們看看list()的源碼：

經過iter()這個函數把對象li傳進去的時候，它會觸發li這個對象對應的__iter_這個方法。

若是經過next()去取值，把li1這個對象傳進去的時候，其實是觸發這個對象的__next__方法。

它的類裏面只有這個__iter__方法。

迭代器能夠經過__next__取值。迭代器內部實現了__next__方法。

迭代器內部實現了 __iter__方法以外，還實現了__next__ 方法。

4.這個是可迭代對象和迭代器的區別

2、生成器

生成器是迭代器的一種。

迭代器是在可迭代對象的基礎上實現了__iter_方法。迭代器和生成器均可以支持迭代操做。

1.什麼是迭代操做？

for 循環。

2.生成器和迭代器有什麼不一樣呢？

生成器是迭代器的一種。 剛纔用起來的時候好像沒有什麼區別，打印下這個類型看看。

能夠看到，它返回的是個列表迭代器對象：

這個是生成器對象：

li1 = iter(li)這個是可迭代對象。而後經過iter()轉換成一個迭代器。

3.生成器比迭代器多了 3 種方法

send()方法	發送數據
close() 方法	關閉生成器
throw() 方法	使用的 throw 指令拋出錯誤

生成器是有send這個方法的，迭代器是沒有的。

例如，前面有個生成器叫作tu：

# () 生成器表達式
tu = (i for i in range(1000))#生成器對象
print(tu)

tu能夠調用send()這個方法，能夠與生成器進行交互，可將數據傳輸到生成器裏面。

4.爲何生成器有的方法，迭代器沒有？

舉個栗子：

生成器是迭代器的一種。

例如定義了一個父類，再有個子類，父類建立出一個對象，子類建立出一個對象。子類有本身的方法。父類建立的出來的對象裏面，確定沒有子類對象裏面的方法。 子類裏面有的方法，父類裏面沒有。

迭代器就是「父類」。生成器就是「子類」。

def gen():
    for i  in range(1,5):
        yield i

gen()

生成器運行的時候，調用函數gen()，調用這個函數的時候，這個函數裏面的代碼不會直接運行。

代碼修改爲這樣：

def gen():
    for i  in range(1,5):
        yield i

g = gen()
print(g)

只有經過next()方法往生成器裏面取值的時候，它纔會從代碼上面往下面運行。

這個send()方法可將數據傳到生成器裏面。使用next()，從生成器裏面獲取出一個值。若是使用send()方法，它也可以獲取出來一條數據。

def gen():
    for i  in range(1,5):
        se = yield i
        print(se)

g = gen()
print(next(g))
print(g.send(100))

send()方法能夠往生成器裏面傳入一個值。

經過send()方法生成數據的時候，它也能夠往裏面發送一個 100 的值。

5.數據發送到生成器，在哪一個地方呢？

若是經過next()去取值的話，這個yield完畢後是沒有返回內容的。

代碼詳解：

第一輪： 循環進來，經過next()去取值生成了一個 1：

def gen():
    for i  in range(1,5):
        se = yield i
        print(se)

g = gen()
print(next(g))

第二輪： 經過print(g.send(100))去發送值，而後打印：

def gen():
    for i  in range(1,5):
        se = yield i
        print('se的值：',se)

g = gen()
print(next(g))
print(g.send(100))

在第一輪結束以後，在yield這裏，yield完畢就中止了。在第一輪yield完以後，第二輪經過send()傳值進去，傳到se那裏，打印出來 100。

而後再往上返回一個數據，又暫停，返回第二條數據就是個 2。

第三輪： 經過next()再去生成一條元素，又觸發了yield i這個地方，這裏釋放了，日後面走，日後面走的話，可是沒有放數據進來，這個時候se是空的，打印出來的se是空的。

而後再往上，生成一條元素到 3，而後又停在yield i這個地方了，生成完元素，把這個值返回出去。

def gen():
    for i  in range(1,5):
        se = yield i
        print('se的值：',se)

g = gen()
print(next(g))
print(g.send(100))
print(next(g))

再次next()或者send()來觸發它的時候，它會這樣走：

注意： yield接收不是存在i中，這個yield返回出來的i是遍歷出來的內容。

send()發進去的，是yield i這裏運行完畢以後，當下一個send()觸發的時候，它把這個值發送到yield i這裏運行完畢以後的一個結果。

yield i這裏把這個i返回出去，就停在這裏不動了。send()發送個數據進去，那麼數據就發送到個yield i這地方。

至關於yield i這個地方返回的一個結果，也就是send()發進去的內容，若是send()不發進去內容，返回出來是個空的。

舒適提示：生成器<迭代器<可迭代對象

3、系列推薦

• 測開入門篇《環境管理、編碼規範、項目結構》
• 數據類型· 第 1 篇《元組和列表的性能分析、命名元組》
• 數據類型第 2 篇「字典和集合的原理和應用」
• 測開之數據類型· 第 3 篇《列表推導式、字典推導式、2 種方式建立生成器》
• 《Web 自動化》基礎知識腦圖

---

公衆號 「清菡軟件測試」 首發，更多原創文章：清菡軟件測試 109+原創文章，歡迎關注、交流，禁止第三方擅自轉載。