內建有__iter__方法的都叫可迭代的物件。
Python內建str、list、tuple、dict、set、file都是可迭代物件。
x = 1.__iter__ # SyntaxError: invalid syntax # 以下都是可迭代的对象 name = 'nick'.__iter__ print(type(name)) # 'method-wrapper'>
執行可迭代物件的__iter__方法，拿到的回傳值就是迭代器物件。
只有字串和列表都是依賴索引取值的，而其他的可迭代物件都是無法依賴索引取值的，只能使用迭代器物件。
內建有__iter__方法，執行方法會拿到迭代器本身。
內建__next__方法，執行方法會拿到迭代器物件中的一個值。
s = 'hello'
iter_s = s.__iter__()
print(type(iter_s)) # 'str_iterator'> iter_s为迭代器对象
while True:
try:
print(iter_s.__next__())
except StopIteration:
break
#hellos = 'hello'
iter_s = iter(s) # 创建迭代器对象
print(type(iter_s)) # iter_s为迭代器对象
while True:
try:
print(next(iter_s)) # 输出迭代器的下一个元素
except StopIteration:
break
# hello可迭代物件可以直接使用常規for語句進行遍歷
for循環稱為迭代器循環，in後面必須是可迭代的對象。
#str
name = 'nick'
for x in name:
print(x)
#list
for x in [None, 3, 4.5, "foo", lambda: "moo", object, object()]:
print("{0} ({1})".format(x, type(x)))
#dict
d = {
'1': 'tasty',
'2': 'the best',
'3 sprouts': 'evil',
'4': 'pretty good'
}
for sKey in d:
print("{0} are {1}".format(sKey, d[sKey]))
#file
f = open('32.txt', 'r', encoding='utf-8')
for x in f:
print(x)
f.close()在類別中實作__iter__() 和__next__() 兩個方法後，即可使其作為迭代器來使用。
__iter__() 方法傳回一個特殊的迭代器對象， 這個迭代器物件實現了 __next__() 方法並透過 StopIteration 異常標識迭代的完成。
__next__() 方法會傳回下一個迭代器物件。
StopIteration 異常用於標識迭代的完成，防止無限循環的情況，在__next__() 方法中我們可以設定在完成指定循環次數後觸發StopIteration 異常來結束迭代。
建立一個回傳數字的迭代器，初始值為1，逐步遞增1，在20 次迭代後停止執行：
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)class Range:
def __init__(self, n, stop, step):
self.n = n
self.stop = stop
self.step = step
def __next__(self):
if self.n >= self.stop:
raise StopIteration
x = self.n
self.n += self.step
return x
def __iter__(self):
return self
for i in Range(1, 7, 3):
print(i)
#1
#4class Fib:
def __init__(self):
self._a = 0
self._b = 1
def __iter__(self):
return self
def __next__(self):
self._a, self._b = self._b, self._a + self._b
return self._a
f1 = Fib()
for i in f1:
if i > 100:
break
print('%s ' % i, end='')
# 1 1 2 3 5 8 13 21 34 55 89在Python 中，使用了yield 的函數稱為生成器（generator）。
生成器是一種特殊的函數，它會傳回一個迭代器，僅可用於迭代操作。換言之，生成器就是一種迭代器。
在呼叫生成器運行的過程中，每次遇到yield 時函數會暫停並保存當前所有的運行信息，返回yield 的值, 並在下一次執行next() 方法時從當前位置繼續運行。
呼叫一個生成器函數，傳回的是一個迭代器物件。
yield後面可以加多個數值（可以是任意型別），但傳回的值是元組類型的。
提供自訂迭代器的方式
yield可以暫停函數，並提供目前的回傳值
import sys
def fibonacci(n): # 函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if counter > n:
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) #f 是一个生成器
print(type(f)) # 'generator'>
while True:
try:
print(next(f), end=" ")
except StopIteration:
sys.exit()yield和return:
相同點：兩者都是在函數內部使用，都可以傳回值，且傳回值沒有型別和數位的限制
不同點：return只能傳回一次值；yield可以傳回多次值
def my_range(start, stop, step=1):
while start < stop:
yield start
start += 1
g = my_range(0, 3)
print(f"list(g): {list(g)}")複雜版本：
def range(*args, **kwargs):
if not kwargs:
if len(args) == 1:
count = 0
while count < args[0]:
yield count
count += 1
if len(args) == 2:
start, stop = args
while start < stop:
yield start
start += 1
if len(args) == 3:
start, stop, step = args
while start < stop:
yield start
start += step
else:
step = 1
if len(args) == 1:
start = args[0]
if len(args) == 2:
start, stop = args
for k, v in kwargs.items():
if k not in ['start', 'step', 'stop']:
raise ('参数名错误')
if k == 'start':
start = v
elif k == 'stop':
stop = v
elif k == 'step':
step = v
while start < stop:
yield start
start += step
for i in range(3):
print(i) # 0,1,2
for i in range(99, 101):
print(i) # 99,100
for i in range(1, 10, 3):
print(i) # 1,4,7
for i in range(1, step=2, stop=5):
print(i) # 1,3
for i in range(1, 10, step=2):
print(i) # 1,3,5,7,9把列表推導式的[]換成()就是生成器表達式式。
優點：比起列表推導式，可以省內存，一次只產生一個值在內存中
t = (i for i in range(10)) print(t) # <generator object at 0x00000000026907B0> print(next(t)) # 0 print(next(t)) # 1
舉例：
with open('32.txt', 'r', encoding='utf8') as f:
nums = [len(line) for line in f] # 列表推导式相当于直接给你一筐蛋
print(max(nums)) # 2
with open('32.txt', 'r', encoding='utf8') as f:
nums = (len(line) for line in f) # 生成器表达式相当于给你一只老母鸡。
print(max(nums)) # ValueError: I/O operation on closed file.以上是Python中迭代器與生成器怎麼使用的詳細內容。更多資訊請關注PHP中文網其他相關文章！
