迭代器与生成器

迭代器（iterator）与生成器（generator）是 Python 中比较常用又很容易混淆的两个概念，今天就把它们梳理一遍，并举一些常用的例子。

for 语句与可迭代对象（iterable object）：

for i in [1, 2, 3]:

    print(i)

obj = {"a": 123, "b": 456}

for k in obj:

    print(k)

一、迭代器

这些可以用在 for 语句进行循环的对象就是可迭代对象。除了内置的数据类型（列表、元组、字符串、字典等）可以通过 for 语句进行迭代，我们也可以自己创建一个容器，包含一系列元素，可以通过 for 语句依次循环取出每一个元素，这种容器就是迭代器（iterator）。

除了用 for 遍历，迭代器还可以通过 next() 方法逐一读取下一个元素。要创建一个迭代器有3种方法，其中前两种分别是：

1. 为容器对象添加 __iter__() 和 __next__() 方法（Python 2.7 中是 next()）；__iter__() 返回迭代器对象本身 self，__next__() 则返回每次调用 next() 或迭代时的元素；
2. 内置函数 iter() 将可迭代对象转化为迭代器

   ita = iter([1, 2, 3])
   
   print(type(ita))
   
   print(next(ita))
   
   print(next(ita))
   
   print(next(ita))
   
   # Create iterator Object
   
   class Container:
   
       def __init__(self, start = 0, end = 0):
   
           self.start = start
   
           self.end = end
   
       def __iter__(self):
   
           print("[LOG] I made this iterator!")
   
           return self
   
       def __next__(self):
   
           print("[LOG] Calling __next__ method!")
   
           if self.start < self.end:
   
               i = self.start
   
               self.start += 1
   
               return i
   
           else:
   
               raise StopIteration()
   
   c = Container(0, 5)
   
   for i in c:
   
       print(i)

   　

创建迭代器对象的好处是当序列长度很大时，可以减少内存消耗，因为每次只需要记录一个值即刻（经常看到人们介绍 Python 2.7 的 range 函数时，建议当长度太大时用 xrange 更快，在 Python 3.5 中已经去除了 xrange 只有一个类似迭代器一样的 range）。

二、生成器

前面说到创建迭代器有3种方法，其中第三种就是生成器（generator）。

生成器通过 yield语句快速生成迭代器，省略了复杂的 __iter__() & __next__() 方式：

def container(start, end):

    while start < end:

        yield start

        start += 1

c = container(0, 5)

print(type(c))

print(next(c))

next(c)

for i in c:

    print(i)

简单来说，yield 语句可以让普通函数变成一个生成器，并且相应的 __next__() 方法返回的是 yield 后面的值。

一种更直观的解释是：程序执行到 yield 会返回值并暂停，再次调用 next() 时会从上次暂停的地方继续开始执行：

def gen():

    yield 5

    yield "Hello"

    yield "World"

    yield 4

for i in gen():

    print(i)