007-迭代器-生成器-协程

迭代器 :
    区分 : 可迭代 ---> 实现了__iter__() 的类
             可迭代对象 ---> 实现了 __iter__() 的类的实例
            迭代器(对象) ---> 实现了 __iter__() 和 __next__() 的类的实例
    作用 : 一个可以记住遍历的位置的对象，真正能够获取位置内容的是 next()
    如何自定义一个迭代器对象？
        要创建两个类，一个普通类，一个迭代器类，合起来就是迭代器对象
        定义一个普通类，在普通类中实现 __iter__()，--> 此时，普通类的对象就是可迭代的，但还不能通过 for 将数据一个一个取出来，因为迭代器只是记录了位置。接着，要想能够通过 for 循环取数据，还要在迭代器类中实现  __iter__() 和 __next__() ，魔法方法 next 才是获得数据的关键
    想要构造一个迭代器，就要实现它的 __next__()，但这还不够，Python 要求迭代器本身也是可迭代的，所以我们还要为迭代器实现 __iter__()，而 __iter__() 要返回一个迭代器，迭代器自身正是一个迭代器，所以迭代器的 __iter__() 返回自身 (self) 即可
    为什么 __iter__() 要返回一个迭代器？
         (配合 for 使用解释)因为当 for 循环一个可迭代对象时，本质是先通过 iter() 获取可迭代对象的迭代器，而 iter() 方法实际上是调用了可迭代对象的 __iter__()，所以如果 __iter__() 不返回一个迭代器的话，iter() 就得不到对象的迭代器，那么 for 也得不到迭代器，没有迭代器，就不能调用迭代器的 next()，就取不了值
    for 循环的本质 : ① 当 for 循环的是一个可迭代对象时，先通过 iter() 获取其迭代器，再通过调用 next() 获取对象的值 (调用 next() 实际是调用了迭代器的 __next__())。② 当 for 循环的是一个迭代器时，直接通过 next(）获取值
    

协程(本质是生成器) :
    作用 : 在不开辟线程的境况下，在单线程内同时进行多个任务(实际上是同一时刻只能运行一个，但是切换的很快)，协程执行是有序的，主线程默认不会等待协程运行结束再退出，需要 joinall()
    用法 :
        ① 不使用框架 : 在函数内使用 yield 关键字      next(函数名())
        ② greenlet 框架 : g1 = greenlet(函数名1)      函数名1(): g2.switch()
                            g2 = greenlet(函数名2)      函数名2(): g1.switch()
                            g1.switch() 
        ③ gevent 框架 : monkey.patch_all()
                           g1 = gevent.spwan(函数名1)
                           g2 = gevent.spwan(函数名2)
                           gevent.joinall([g1,g2])
            注意点 : 使用 gevent 时，导入的 time 模块格式必须为 import time
                                        from time import sleep 将不会让协程交替运行