迭代器
可以直接作用for循环的数据类型
我们已经知道，可以直接作用for循环的数据类型有以下几种：
一类是集合数据类型 如：list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function；
可迭代对象定义
这些可以直接作用for循环的对象称为可迭代对象：Iterable。
可迭代对象判断
可以使用isinstance()判断一个对象是否是Iterable对象：
|
1
2
3
4
5
6
7
|
from
collections
import
Iterable,Iterator
isinstance
([],Iterable)
print
(
isinstance
([],Iterable))
isinstance
({},Iterable)
isinstance
(
"abc"
,Iterable)
isinstance
((x
for
x
in
range
(
10
)),Iterable)
isinstance
(
100
,Iterable)
#返回False
|
迭代器定义
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator 。
|
1
2
|
isinstance
((x
for
x
in
range
(
10
)),Iterator)
print
(
isinstance
((x
for
x
in
range
(
10
)),Iterator))
|
把list、dict、str转成迭代器
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
|
1
2
3
4
|
isinstance
(
iter
([]),Iterator)
print
(
isinstance
(
iter
([]),Iterator))
isinstance
(
iter
(
"abc"
),Iterator)
print
(
isinstance
(
iter
(
"abc"
),Iterator))
|
为什么list、dict、str等数据类型不是Iterator？
这是因为python的Iterator对象表示的事一个数据流，Iterator对象可以被next()函数调用并不断返回一个序列，
但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，
只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
小结：
凡是可作用域for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
集合数据类型如：list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
python的for循环本质上就是通过不断调用next()函数实现的，
|
1
2
3
|
range
(
10
)
python3.x 就是一个迭代器
python2.x 就生成一个列表，要成为迭代器写成
xrange
(
10
) ；
|
例如：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
for
i
in
[
1
,
2
,
3
,
4
,
5
]:
pass
就相当于下边：
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
首先获得迭代器
it
=
iter
([
1
,
2
,
3
,
4
,
5
])
循环
while
True
:
try
:
#获得下一个值
x
=
next
(it)
except
StopIteration:
#遇到StopIteration
break
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
|
