Python _ 迭代器与生成器

迭代器与生成器

迭代器（Iterator）和生成器（Generator）是在python2.2引入的；本小节将使用白话文来介绍迭代器与生成器，白话未必准确严谨，但是更加简明形象；重在理解与体会。

简陋的介绍

用白话来说，迭代器协议就是由2部分组成：前者是“生产者”，后者是“消费者”。生产者说：“我知道如何来提供数据，我负责的就是准备好要提供的数据，然后每次提供一个”；消费者书，“小爷我就是吃货，请生产者每次提供一个数据给我吃，如果你的数据被我吃光了，要跟我说下你没有数据了。”

生产者说：“好哒”；于是乎，请看下例：

#coding=utf-8

def func():
    yield 33
    yield 32
    yield 22
    yield 101

a = func()     # <generator object func at 0x10a647460>
print a.next() # 会输出33
print a.next() # 会输出32
print a.next() # 会输出22
print a.next() # 会输出101
print a.next() # 没有东西可输出了，所以就报错StopIteration

运行一下

上述这个简单的例子中，就涵盖了迭代器（Iterator）和生成器（Generator）。上例中的变量a就是迭代器，而生成器就是构造迭代器对象的函数func。

万变不离其宗，有时只是融入了其它的知识点；如下所示，python的内置函数iter可根据有序序列对象（列表、字符串、元组）来构建一个迭代器（Iterator）对象；从而省去手动来写生成器函数。

#coding=utf-8

list_obj = range(4)    # 返回[0, 1, 2, 3]
it = iter( list_obj )  # 根据列表对象返回迭代器对象
print next( it )       # 输出0  next(it)等价于it.next()
print next( it )       # 输出1
print next( it )       # 输出2
print next( it )       # 输出3
print next( it )       # 没有东西可输出了，所以就报错StopIteration

运行一下

本小节重在帮助初学者对迭代器与生成器进行理解与体会，找感觉为目的，不以实际运用为目的，暂不做深入展开；理解这些对于日常使用python时对一些细节会有更深刻理解，比如xrange与range的区别，前者返回的是一个迭代器，后者返回的是一个列表；若传入的整数形参较大，则后者会占用太多内存、效率过低，而前者返回的是迭代器对象，则对内存的占用很小，且相对固定有限。从实用角度，只需要记住for循环中一律实用xrange即可；而经过本小节，则应对其内在有了进一步理解体会。

迭代器与生成器

推广