我正在参加「启航方案」
写在之前
今日来讲讲「迭代器」的内容，其完成已拖了好多天了，感觉再不写就要忘记了。「迭代」相信对你来说现已不陌生了，我前面曾经专门用一篇文章来讲，假如你现已没有什么印象的话，就再点进去看看（零根底学习 Python 之初识迭代）。
迭代器
首先咱们先来看一种检查是否可迭代的办法：
>>> hasattr(list,'__iter__')
True
能够用上面的这种办法检查现已学习过的其他默许类型的目标，比方字符串，列表，字典等是否是可迭代的。
iter() 是一个特殊办法，它是迭代规则的根底，有了它，就阐明目标是可迭代的。跟迭代有关的一个内建函数 iter()，这个函数咱们在之前的文章中介绍过，它返回的是一个迭代器目标，比方像下面这样：
>>> list1 = [1,2,3,4]
>>> iter_list = iter(list1)
>>> iter_list
<list_iterator object at 0x00000000021CE438>
从上述代码的成果能够看出，iter_list 引证的是迭代器目标。那么在这里有一个问题，iter_list 和 list1 有差异吗？咱们来试一下：
>>> hasattr(list1,'__iter__')
True
>>> hasattr(iter_list,'__iter__')
True
从上面看出它们都有 iter，阐明它们都是可迭代的。
>>> hasattr(list1,"__next__")
False
>>> hasattr(iter_list,"__next__")
True
咱们把像 iter_list 所引证的目标那样，称之为「迭代器目标」。显而易见的是，迭代器目标必定是可迭代的，横竖则不一定。且 Python 中迭代器目标完成的是 next() 办法。
为了表现一下 Python 在这的强大之处，咱们先来写一个迭代器目标：
class MyRange:
def __init__(self,n):
self.i = 1
self.n = n
def __iter__(self):
return self
def __next__(self):
if self.i <= self.n:
i = self.i
self.i += 1
return i
else:
raise StopIteration()
if __name__ == "__main__":
x = MyRange(5)
print([i for i in x])
上述代码的运转成果如下所示：
[1,2,3,4,5]
上述的代码仿写了相似 range() 的类，可是与 range() 又有所不同，除了成果不同以外还包含以下 2 点：
1.iter() 是类中的中心，它返回了迭代器的自身，一个完成了 iter() 办法的目标，就意味着它是可迭代的。
2.完成了 next() 办法，从而使得这个目标是迭代器目标。
接下来咱们来看看 range() 自身：
>>> a = range(5)
>>> hasattr(a,'__iter__')
True
>>> hasattr(a,'__next__')
False
>>> print(a)
range(0, 5)
由上面咱们就能够看出，其实咱们所写的类和 range() 自身仍是有很大差异的。
通过上面的内容和咱们之前的文章对迭代的讲述，下面咱们对迭代器做一个归纳：
1.在 Python 中，迭代器是遵从迭代协议的目标。咱们能够运用 iter() 从任何序列得到迭代器（exp: list，turple，set and so on）。
2.当自己编写迭代器的类的时候，其中完成 iter() 和 next() 办法，假如没有元素的话，会引发 StopIteration 异常。
3.假如有很多值的话，列表会占用太多的内存，而迭代器则占用的更少，它从第一个元素开始拜访，直到一切的元素被拜访完完毕，只能向前冲，不能撤退。
迭代器不仅仅是有用罢了，而且也十分的风趣，让咱们来看下面的操作：
>>> list1 = [x**x for x in range(3)]
>>> list1
[1, 1, 4]
>>> for i in list1:print(i)
...
1
1
4
>>> for i in list1:print(i)
...
1
1
4
咱们在上面重复两次调用列表 list1 进行循环，都是能正常进行的，这个列表相当于一个能够持久运用的东西，能够重复运用。
在 Python 中，除了列表解析式以外，还能够做成元组解析式，办法也是十分的简略：
>>> tuple1 = (x**x for x in range(3))
>>> tuple1
<generator object <genexpr> at 0x0000000001DF16D8>
>>> for i in tuple1:print(i)
...
1
1
4
>>> for i in tuple1:print(i)
...
对于 tuple1，咱们能够看到它是一个 generator 目标，关于这个是啥咱们先不论，后面我会单独来说的。当咱们把它用到循环中的时候，它显着是个一次性用品，再次运用的时候它就什么也不显示了。
>>> type(list1)
<class 'list'>
>>> type(tuple1)
<class 'generator'>
由上面能够看出，list1 和 tuple1 是两种不同的目标，它们之间的差异不仅仅是 tuple1 是一个元组这么简略，它仍是 generator。其它的咱们先不论，你能够尝试一下在交互模式下输入 dir(tuple1)，检查它是否有 iter 和 next，我能够先告知你，是有的。
既然是有的，那么 tuple1 引证的就是一个迭代器的目标，它的 next() 办法促进它只能向前。
写在之后
迭代器到这就写完了，从内容来看迭代器确实有其过人之处，可是它不是全能的，比方它只能向前，不能回退。还有一个是迭代器并不适合在多线程的环境中对可变集合运用，现在这个东西看起来或许仍是有点困难，假如今后有机会写多线程的话，再做解释。
大众号，程序员喵大人，欢迎来撩，有更多根底Python学习思路。
