python 协程中的迭代器，生成器原理及应用实例详解协程中的迭代器，生成器原理及应用实例详解
本文实例讲述了python 协程中的迭代器，生成器原理及应用。分享给大家供大家参考，具体如下：
1.迭代器理解迭代器理解
迭代器：迭代器：
迭代器是访问可迭代对象的工具
迭代器是指用iter(obj)函数返回的对象(实例)
迭代器是指用next(it)函数获取可迭代对象的数据
迭代器函数迭代器函数(iter和和next)
iter(iterable)从可迭代对象中返回一个迭代器,iterable必须是能提供一个迭代器的对象
next(iterator) 从迭代器iterator中获取下一了记录,如果无法获取下一条记录,则触发stoptrerator异常
说明说明:
1.迭代器只能往前取值,不会后退
2.用iter函数可以返回一个可迭代对象的迭代器
2.迭代器的应用迭代器的应用
class Fabonacci(object):
def __init__(self,all_num):
self.all_num = all_num
self.current_num = 0
self.a = 0
self.b = 1
def __iter__(self):
return self
def __next__(self):
if self.current_num < self.all_num:
ret = self.a
self.a, self.b = self.b, self.a + self.b
self.current_num += 1
return ret
else:
raise StopIteration
fibo = Fabonacci(10)
for num in fibo:
print(num)
3.生成器的理解生成器的理解
生成器（生成器（generator））
是构造新的可迭代对象的一种简单方式。一般的函数return只会返回单个值，而生成器并不是直接将可迭代值直接放入内存中，而是以延迟的方式返回一个值序
列，即每返回一个值之后暂停，直到下一个值被请求时再继续，可有效节省内存占用。
要构建一个生成器，则需要用到关键字yield，yield的作用与函数的返回值return有些类似，通过在函数中将return替换成yield就是把函数变成生成器，带有
yield 的函数不再是普通函数，python
解释器会将函数对象视为生成器对象，并且该生成器返回的是yield表达式生成的可迭代值序列，可通过for循环等方法依次读取生成器返回的可迭代值序列
生成器生成的可迭代值只可以被读取一次，每一次迭代都是按生成器代码流程遇见yield表达式就返回值并记录位置后中止留待下一次迭代，下一次迭代时执行代码
的起始位置是从上一次记录位置开始，直至整个生成器代码运行结束。
4.生成器的应用生成器的应用
剩余6页未读，继续阅读
资源评论
