这一讲的主要目的是为了大家在读Python程序的时候对循环对象有一个基本概念。
循环对象的并不是随着Python的诞生就存在的，但它的发展迅速，特别是Python 3x的时代，循环对象正在成为循环的标准形式。
什么是循环对象
循环对象是这样一个对象，它包含有一个next()方法(__next__()方法，在python 3x中)， 这个方法的目的是进行到下一个结果，而在结束一系列结果之后，举出StopIteration错误。
当一个循环结构（比如for）调用循环对象时，它就会每次循环的时候调用next()方法，直到StopIteration出现，for循环接收到，就知道循环已经结束，停止调用next()。
假设我们有一个test.txt的文件:
复制代码 代码如下:
1234
abcd
efg
我们运行一下python命令行：
复制代码 代码如下:
>>>f = open(\’test.txt\’)
>>>f.next()
>>>f.next()
…
不断输入f.next()，直到最后出现StopIteration
open()返回的实际上是一个循环对象，包含有next()方法。而该next()方法每次返回的就是新的一行的内容，到达文件结尾时举出StopIteration。这样，我们相当于手工进行了循环。
自动进行的话，就是：
复制代码 代码如下:
for line in open(\’test.txt\’):
print line
在这里，for结构自动调用next()方法，将该方法的返回值赋予给line。循环知道出现StopIteration的时候结束。
相对于序列，用循环对象的好处在于：不用在循环还没有开始的时候，就生成好要使用的元素。所使用的元素可以在循环过程中逐次生成。这样，节省了空间，提高了效率，编程更灵活。
迭代器
从技术上来说，循环对象和for循环调用之间还有一个中间层，就是要将循环对象转换成迭代器(iterator)。这一转换是通过使用iter()函数实现的。但从逻辑层面上，常常可以忽略这一层，所以循环对象和迭代器常常相互指代对方。
生成器
生成器(generator)的主要目的是构成一个用户自定义的循环对象。
生成器的编写方法和函数定义类似，只是在return的地方改为yield。生成器中可以有多个yield。当生成器遇到一个yield时，会暂停运行生成器，返回yield后面的值。当再次调用生成器的时候，会从刚才暂停的地方继续运行，直到下一个yield。生成器自身又构成一个循环器，每次循环使用一个yield返回的值。
下面是一个生成器:
复制代码 代码如下:
def gen():
a = 100
yield a
a = a*8
yield a
yield 1000
该生成器共有三个yield， 如果用作循环器时，会进行三次循环。
复制代码 代码如下:
for i in gen():
print i
再考虑如下一个生成器:
复制代码 代码如下:
def gen():
for i in range(4):
yield i
它又可以写成生成器表达式(Generator Expression):
复制代码 代码如下:
G = (x for x in range(4))
生成器表达式是生成器的一种简便的编写方式。读者可进一步查阅。
表推导
表推导(list comprehension)是快速生成表的方法。它的语法简单，很有实用价值。
假设我们生成表L：
复制代码 代码如下:
L = []
for x in range(10):
L.append(x**2)
以上产生了表L，但实际上有快捷的写法，也就是表推导的方式:
复制代码 代码如下:
L = [x**2 for x in range(10)]
这与生成器表达式类似，只不过用的是中括号。
（表推导的机制实际上是利用循环对象，有兴趣可以查阅。）
练习 下面的表推导会生成什么？
复制代码 代码如下:
xl = [1,3,5]
yl = [9,12,13]
L = [ x**2 for (x,y) in zip(xl,yl) if y > 10]
总结
循环对象
生成器
表推导