标签：max 对象 iter item 一个 input art -- count
# while True:
# cmd=input(‘>>: ‘)
# print(cmd)
# l=[‘a‘,‘b‘,‘c‘,‘d‘]
# count=0
# while count < len(l):
# print(l[count])
# count+=1
#
# l=[‘a‘,‘b‘,‘c‘,‘d‘]
# for count in range(len(l)):
# print(l[count])
# d={‘a‘:1,‘b‘:2,‘c‘:3}
#
# for k in d:
# print(k)
python为了提供一种不依赖于索引的迭代方式，
python会为一些对象内置__iter__方法
obj.__iter__称为可迭代的对象
迭代器的优点
1：提供了一种不依赖于索引的取值方式
2：惰性计算。节省内存
迭代器的缺点：
1：取值不如按照索引取值方便
2：一次性的。只能往后走不能往前退
3：无法获取长度
l=[1,2,3]
for item in l: #i=l.__iter__()
print(item)
l=[‘x‘,‘y‘,‘z‘] # print(l[2]) # print(l[0]) # i=l.__iter__() # print(i.__next__()) # print(i.__next__()) # print(i.__next__())
#得到的迭代器：既有__iter__又有一个__next__方法
# d={‘a‘:1,‘b‘:2,‘c‘:3}
#
# i=d.__iter__() #i叫迭代器
# print(i)
# print(i.__next__())
# print(i.__next__())
# print(i.__next__())
# print(i.__next__()) #StopIteration
def foo():
print(‘first------>‘)
yield 1
print(‘second----->‘)
yield 2
print(‘third----->‘)
yield 3
print(‘fouth----->‘)
g=foo()
2、生成器就是迭代器
# print(g.__next__()) # print(g.__next__()) # print(g.__next__()) # print(g.__next__()) # for i in g: #obj=g.__iter__() #obj.__next__() # print(i)
3、
yield的功能：
1.与return类似，都可以返回值，但不一样的地方在于yield返回多次值，而return只能返回一次值
2.为函数封装好了__iter__和__next__方法，把函数的执行结果做成了迭代器
3.遵循迭代器的取值方式obj.__next__（），触发的函数的执行，函数暂停与再继续的状态都是由yield保存的
def countdown(n):
print(‘starting countdown‘)
while n > 0:
yield n
n-=1
print(‘stop countdown‘)
g=countdown(5)
# print(g)
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
#
# for i in g:
# print(i)
例题：
#1 编写 tail -f a.txt |grep ‘error‘ |grep ‘404‘命令，周一默写
import time
def tail(filepath,encoding=‘utf-8‘):
with open(filepath,encoding=encoding) as f:
f.seek(0,2)
while True:
line=f.readline()
if line:
yield line
else:
time.sleep(0.5)
def grep(lines,pattern):
for line in lines:
if pattern in line:
#print(line)
yield line
g1=tail(‘a.txt‘)
g2=grep(g1,‘error‘)
g3=grep(g2,‘404‘)
for i in g3:
print(i)
总结：
1.迭代器协议是指：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代 （只能往后走不能往前退）
2.可迭代对象：实现了迭代器协议的对象（如何实现：对象内部定义一个__iter__()方法）
3.协议是一种约定，可迭代对象实现了迭代器协议，python的内部工具（如for循环，sum，min，max函数等)使用迭代器协议访问对象。
4.for循环的本质：循环所有对象，全都是使用迭代器协议。
5.(字符串，列表，元组，字典，集合，文件对象）这些都不是可迭代对象，只不过在for循环式，调用了他们内部的__iter__方法，把他们变成了可迭代对象
然后for循环调用可迭代对象的__next__方法去取值，而且for循环会捕捉StopIteration异常，以终止迭代
6.生成器：可以理解为一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己内置的__iter__方法），所以生成器就是可迭代对象
7.可以理解为一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己内置的__iter__方法），所以生成器就是可迭代对象
8.为何使用生成器之生成器的优点
Python使用生成器对延迟操作提供了支持。所谓延迟操作，是指在需要的时候才产生结果，而不是立即产生结果。这也是生成器的主要好处。
9.生成器小结：
1）.是可迭代对象
2）.实现了延迟计算,省内存啊
3）.生成器本质和其他的数据类型一样，都是实现了迭代器协议，只不过生成器附加了一个延迟计算省内存的好处，其余的可迭代对象可没有这点好处
标签：max 对象 iter item 一个 input art -- count
原文地址：http://www.cnblogs.com/shenbuer/p/7051212.html
