一、迭代器

迭代器的特性：

    迭代是Python中最强有力的特性之一，可以把迭代看成是一种处理序列中元素的方式。

    可以直接作用于for循环的对象统称为可迭代对象(Iterable)。

    可以被next()函数调用并不断返回下一个值的对象称为迭代器(Iterator)。
    
    所有的Iterable均可以通过内置函数iter()来转变为Iterator。

    出可迭代对象的个数会报错StopIteration，是一个结束信号

迭代器的优点：
    
    1、迭代器提供一种不依赖于索引的取值方式，这样就可以遍历那些没有索引的对象了(字典、集合、文件)
    2、迭代器和列表比较，迭代器是惰性计算，更节约内存

迭代器的缺点：
    1、永远不能获取迭代器的长度，使用不如列表索引取值灵活
    2、一次性的，只能往后取值，不能往前，不能像索引一样取得指定位置的值

二、查看可迭代和迭代器的方法

from collections import Iterable,Iterator
        s='hello'
        l=[1,2,3]
        t=(1,2,3)
        d={'a':1}
        set1={1,2,3,4}
        f=open('a.txt')

        #都是可迭代，只要对象有__iter__()方法，都是可迭代的
        s.__iter__()
        l.__iter__()
        t.__iter__()
        d.__iter__()
        set1.__iter__()
        f.__iter__()
               
        #查看是否可以迭代的
        print(isinstance(s,Iterable))

        #查看是否是迭代器,只有文件是迭代器
        f.__next__()

        print(isinstance(f,Iterator))

三、手动访问迭代器中的元素

1、问题

我们要处理某个可迭代对象中的元素，但是基于某种原因不能也不想使用for循环。

2、解决方案

要手动访问可迭代对象中的元素，可以使用next()函数，然后自己编写代码来捕获stopiteration异常。例如：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
with open('passwd','r',encoding='utf8') as f:
    while True:
        try:
            line=next(f)
            print(line，end='')
        except StopIteration:
            break
#一般来说，stopiteration异常是用来通知我们迭代结束的，但是，如果是手动执行next()，也可以命令他返回一个值，比如None,示例如下：


with open('passwd','r',encoding='utf8') as f:
    while True:
        line=next(f,None)
        if line is None:
            break
        print(line,end='')
大多数情况下，我们会用for循环来访问可迭代对象中的元素，但是，偶尔也会碰到需要对底层迭代机制做更精细情况的控制。因此，了解迭代实际发生了些什么是很有必要的。for 循环也是先使用iter方法把要循环的对象生成一个迭代器，然后去遍历这个迭代器，遍历迭代器里的每个元素
>>> items=[1,2,3]
>>> i=iter(items)     #===> i.__iter__()
>>> next(i)           #===> i.__next__()
1
>>> next(i)
2
>>> next(i)
3
>>> next(i)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

四、生成器

生成器是一个包含yield关键字的函数，当它被调用时，在函数中的代码不会执行，而会返回一个迭代器。每次请求一个值，就会执行生成器中的代码，直到遇到一个yield或者return语句，yield语句一位着会生成一个值，return语句一位着生成器要停止执行（不在生成任何东西，return语句只有在一个生成器中使用时才能进行无参数调用）换句话说，生成器是由两部分组成：生成器的函数和生成器的迭代器，生成器的函数使用def定义，包括yield部分，生成器的迭代器是这个函数返回的部分。
def countdown(n):
    print('starting to count from',n)
    while n>0:
        yield n
        n-=1
    print('Done!')
g=countdown(5)
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))

#执行结果如下
starting to count from 5
5
4
3
2
1

#函数中出现了yield语句，就会把这个函数转换成生成器。与普通的函数不同，生成器只会在响应迭代操作是才会运行。调用时需要使用next方法才能执行，没执行一次，当遇到下一个yield时就会停止，下次执行next时，将从当前yield往下执行，知道遇到一个yield
生成器的本质就是一个迭代器，同时也是一个函数，调用的方式和函数类似，yield也相当于函数中的return
    yield和return的区别:return只能返回一次函数就会彻底结束，而yield能返回多次值
yield到底干了什么事情：
    1、yield把函数变成生成器（迭代器），把iter和next方法封装在函数内部
    2、函数在暂停一及继续下一次运行时的状态是yield保存

五、协程

from urllib.request import urlopen
def init(func):
    def wrapper(*args,**kwargs):
        res=func(*args,**kwargs)
        next(res)
        return res
    return wrapper

@init
def get():
    while True:
        url=yield
        res=urlopen(url).read()
        print(res)

g=get()  #g是一个迭代器
# next(g) #这里使用一个init的装饰器，自动做了next的工作
g.send("http://www.baidu.com")     #使用send把括号内的URL传递给yield
g.send('http://www.python.org')
g.send('http://www.163.com')
协程函数，是把yield改为表达式的方式，改过send代替next给yield传值
e.send于next(e)的区别
    1、如果函数内yield是表达式形式，那么必须先next(e),让生成器在第一个yield位置处等着
    2、二者的共同之处都可以让函数在上次暂停的位置继续运行，不一样的地方在于，send在触发一下次代码的执行时，给yield传值