python 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：

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(iter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:
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

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 StopIterationfibo = Fabonacci(10)for num in fibo:  print(num)

3.生成器的理解

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

1）

def create_num(all_num):  a, b = 0, 1  current_num = 0  while current_num < all_num:    # print(a)    yield a    a, b = b, a+b    current_num += 1obj = create_num(10)while True:  try:    ret = next(obj)    print(ret)  except Exception as ret:    break

2）通过send启动生成器
send一般不会放到第一次启动生成器，如果非要这么做，那么传递None
错误示范：

def create_num(all_num):  a, b = 0, 1  current_num = 0  while current_num < all_num:    ret = yield a    print(">>>ret>>>", ret)    a, b = b, a+b    current_num += 1obj = create_num(10)ret = obj.send("hello") #第一个就调用send方法print(ret)ret = next(obj)print(ret)