今天的学习内容有：
迭代器、可迭代对象、迭代器对象
for循环内部原理
生成器和生成器表达式
面向过程编程
迭代器
迭代就是指更新换代的过程，要重复进行，而且每次的迭代都必须基于上一次的结果。
我们使用for循环的时候就是把元素从容器里一个个取出来，这种过程其实就是迭代。
迭代器：迭代取值的工具。
迭代器的作用是提供给你一种不依赖索引取值的方式。
需要迭代取值的数据类型有：字符串、列表、元组、字典、集合
可迭代对象
内置有__iter__方法的都可以叫可迭代对象
补充：针对双下线开头双下线结尾的方法。推荐读法：双下+方法名。
基本类型中是可迭代对象的有str、list、tuple、dict、set、文件对象
文件对象本身就是迭代器对象（所以文件对象执行内置的__iter__之后还是本身，没有任何变化）
s = 'hello' l = [1,2,34,] t = (1,2,34) s1 = {1,2,3,4} d = {'name':'jason'} res = s.__iter__() res1=l.__iter__() res2=t.__iter__() res3=s1.__iter__() res4=d.__iter__()
可迭代对象执行内置的__iter__方法得到就是该对象的迭代器对象。
迭代器对象
1.内置有__iter__方法
2.内置有__next__方法
补充：迭代器一定是可迭代对象，可迭代对象不一定是迭代器。
l=[1,2,3,4] iter_l=l.__iter__() # 用__iter__将可迭代对象转换成一个迭代器对象 print(iter_l.__next__()) # 迭代器取值，调用__next__ print(iter_l.__next__()) # 调用一次取一个 print(iter_l.__next__()) print(iter_l.__next__()) print(iter_l.__next__()) # 如果取完了直接报错StopIteration
迭代器对象无论执行多少次__iter__方法得到的还是迭代器对象本身。
关于异常处理机制
d = {'name':'jason','password':'123','hobby':'泡m'}
iter_d = d.__iter__() # 将字典变成迭代器对象
while True:
try:
print(iter_d.__next__()) # 循环取值
except StopIteration: # 异常处理，当出现的异常和你在except后面写的一样时则继续执行下面的代码
print('取完了'
break
迭代器取值的特点：只能依次向后取，不能后退。
for循环的内部本质
d = {'name':'jason','password':'123','hobby':'泡m'}
for i in d:
print(i)
# for 循环后面的in跟的是一个可迭代对象
for循环内部的本质：
1、将in后面的对象调用__iter__转换成迭代器
2、调用__next__迭代取值
3、内部有异常捕获StopIteration，当__next__报这个错，自动循环结束
问:__iter__方法就是用来帮我们生成迭代器对象，而文件对象本身就是迭代器对象,为什么还内置有__iter__方法???
原因：for循环中跟在in后面的必须可以调用内置的__iter__。所以文本文件是迭代器对象而且内置__iter__，所以迭代器对象无论执行多少次__iter__也还是自己本身。
#总结 #可迭代对象:内置有__iter__方法的 #迭代器对象:既内置有__iter__也内置有__next__方法 #优点：1、不依赖索引取值 # 2、内存中永远只占一份空间，不会导致内存溢出 #缺点：1、不能获取指定的元素 # 2、取完之后会报StopIteration错
生成器
本质就是迭代器，是用户自定义的迭代器
def func():
print('first')
yield 666 # yield后面跟的值就是调用迭代器__next__方法你能得到的值
print('second')
yield 777，888,999 # yield既可以返回一个值也可以返回多个值 并且多个值也是按照元组的形式返回
yield
# 函数内如果有yield关键字,那么加括号执行函数的时候并不会触发函数体代码的运行
g=func() # 生成器初始化:将函数变成迭代器
print(g.__next__()) # 输出为666
print(g.__next__()) # 输出为(777, 888, 999)
print(g.__next__()) # 输出为None
当函数内有yield关键字的时候，调用该函数不会执行函数体代码，而是将函数变成生成器。
生成器函数：常规函数定义，但是，使用yield语句，而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，是挂起函数的状态，也就是下次可以接着这里执行。
#yield # 1.帮你提供了一种自定义生成器方式 # 2.会帮你将函数的运行状态暂停住 # 3.可以返回值 #与return之间异同点 # 相同点:都可以返回值,并且都可以返回多个 # 不同点: # yield可以返回多次值,而return只能返回一次函数立即结束 # yield还可以接受外部传入的值
#yield支持外界为其传参 def dog(name): print('%s 准备开吃'%name) while True: food = yield print('%s 吃了 %s'%(name,food)) g = dog('egon') g.__next__() # 必须先将代码运行至yield 才能够为其传值 g.send('狗不理包子') # 给yield左边的变量传参 触发了__next__方法 g.send('饺子') >>>:egon 准备开吃 egon 吃了 狗不理包子 egon 吃了 饺子
生成器表达式
res = (i for i in range(1,10) if i != 4) # 生成器表达式 print(res) print(res.__next__()) print(res.__next__()) print(res.__next__()) print(res.__next__()) ##把列表解析的[]换成()得到的就是生成器表达式
不调用__next__方法 生成器内部代码一句都不会运行
生成器表达式通常用在获取较大容器类型数据的时候
#自定义range功能 def my_range(start, end, step=1): while start < end: yield start start += step
面向过程编程
面向过程编程:就类似于设计一条流水线
好处:
将复杂的问题流程化 从而简单化
坏处:
可扩展性较差 一旦需要修改 整体都会受到影响