项目地址：https://git.io/pytips

迭代器与生成器

迭代器（iterator）与生成器（generator）是 Python 中比较常用又很容易混淆的两个概念，今天就把它们梳理一遍，并举一些常用的例子。

for 语句与可迭代对象（iterable object）：

这些可以用在 for 语句进行循环的对象就是可迭代对象。除了内置的数据类型（列表、元组、字符串、字典等）可以通过 for 语句进行迭代，我们也可以自己创建一个容器，包含一系列元素，可以通过 for 语句依次循环取出每一个元素，这种容器就是迭代器（iterator）。除了用 for 遍历，迭代器还可以通过 next() 方法逐一读取下一个元素。要创建一个迭代器有3种方法，其中前两种分别是：

1. 为容器对象添加 __iter__() 和 __next__() 方法（Python 2.7 中是 next()）；__iter__() 返回迭代器对象本身 self，__next__() 则返回每次调用 next() 或迭代时的元素；
2. 内置函数 iter() 将可迭代对象转化为迭代器
   

   123456789101112131415161718192021222324252627

   # iter(IterableObject)ita = iter([1, 2, 3])print(type(ita)) print(next(ita))print(next(ita))print(next(ita)) # Create iterator Objectclass Container:    def __init__(self, start = 0, end = 0):        self.start = start        self.end = end    def __iter__(self):        print(\”[LOG] I made this iterator!\”)        return self    def __next__(self):        print(\”[LOG] Calling __next__ method!\”)        if self.start < self.end:            i = self.start            self.start += 1            return i        else:            raise StopIteration()c = Container(0, 5)for i in c:    print(i)

   
   
    

创建迭代器对象的好处是当序列长度很大时，可以减少内存消耗，因为每次只需要记录一个值即刻（经常看到人们介绍 Python 2.7 的 range 函数时，建议当长度太大时用 xrange 更快，在 Python 3.5 中已经去除了 xrange 只有一个类似迭代器一样的 range）。

生成器

前面说到创建迭代器有3种方法，其中第三种就是生成器（generator）。生成器通过 yield 语句快速生成迭代器，省略了复杂的 __iter__() & __next__() 方式：

简单来说，yield 语句可以让普通函数变成一个生成器，并且相应的 __next__() 方法返回的是 yield 后面的值。一种更直观的解释是：程序执行到 yield 会返回值并暂停，再次调用 next() 时会从上次暂停的地方继续开始执行：

Python 3.5 （准确地说应该是 3.3 以后）中为生成器添加了更多特性，包括 yield from 以及在暂停的地方传值回生成器的 send()等，为了保持简洁这里就不深入介绍了，有兴趣可以阅读官方文档说明以及参考链接2。

参考

1. Iterators & Generators
2. How the heck does async/await work in Python 3.5?
3. Python’s yield from