迭代器
迭代器规则
迭代：重复做一些事很多次，就像在循环中那样。
不仅可以对字典和序列进行迭代，还可以对其他对象进行迭代：只要该对象实现了__iter__方法。
__iter__方法会返回一个迭代器（iterator），所谓的迭代器就是具有next方法（这个方法在调用时不需要任何参数）的对象。在调用next方法时，迭代器会返回他的下一个值。如果next方法被调用，但迭代器没有值可以返回，就会引发一个StopIteration异常。
注意：迭代器规则在3.0中有一些变化。在新的规则中，迭代器对象应该实现__next__方法，而不是next。而新的内建函数next方法可以用于访问这个方法。换句话说，next(it)等同于3.0之前版本中的it.next()。
迭代规则的关键是什么？为什么不使用列表呢？因为列表的杀伤力太大了。如果有一个函数，可以一个接一个地计算值，那么在使用时可能是计算一个值时获取一个值——而不是一次性获取所有值。如果有很多值，列表就会占用太多的内存。但还有其他的理由：使用迭代器更通用，更简单，更优雅。让我们看看一个不使用列表的例子，因为要用的话，列表长度必须无限。
这里的“列表”是一个斐波那契数列。使用的迭代器如下：
class Fibs:
def __init__(self):
self.a = 0
self.b = 1
def __next__(self):
self.a, self.b = self.b, self.a+self.b
return self.a
def __iter__(self):
return self
fibs = Fibs() # 创建一个斐波那契数列对象
for f in fibs: # 对数列进行迭代
if f > 100:
print(f)
break
使用迭代器
注意：迭代器实现了__iter__方法，这个方法实际上返回迭代器本身。在很多情况下，__iter__会放到其他的会在for循环中使用的对象中。这样一来，程序就能返回所需要的迭代器。此外，推荐使用迭代器实现它自己的__iter__方法，然后就能直接在函数中使用迭代器本身了。
**正式的说话是，一个实现了__iter__方法的对象是可迭代的，一个实现了next方法的对象则是迭代器。
**内建函数iter可以从可迭代的对象中获得迭代器。此外，他也可以从函数或者其他可调用的对象中获取可迭代对象。
从迭代器得到序列
除了在迭代器和可迭代对象上进行迭代（这是经常做的）外，还能把它们转换为序列。在大部分能使用序列的情况下（除了在索引或者分片等操作中），都能使用迭代器（或者可迭代对象）替换。关于这个的的一个很有用的例子是使用list构造方法显示地将迭代器转化为列表。
class TestIterator:
value = 0
def next(self):
self.value += 1
if self.value > 10:
raise StopIteration
return self.value
def __iter__(self):
return self
ti = TestIterator()
list(ti)
生成器
生成器是一种普通的函数定义的迭代器。
1 def flatten(nested): 2 for sublist in nested: 3 for element in sublist: 4 yield element 5 6 nested = [[1, 2], [3, 4], [5]] 7 for num in flatten(nested): 8 print(num) 9 10 -----结果 11 D:\Python27\python.exe D:/pythonwork/day04/iterator.py 12 1 13 2 14 3 15 4 16 5
任何含有yield语句的函数都称为生成器。出名字不同以外，他的行为和普通的函数也是有很大的差别的。这就是它不是像return那样返回值，而是每次产生多个值。每次产生一个值（使用yield语句），函数就会被冻结：即函数停在那点等待被重新唤醒。函数唤醒后就从停止的那点开始执行。
递归生成器
要解决多层嵌套循环的问题，需要借助于递归（recursion）。如下：
1 # 用递归解决多次嵌套循环问题 2 3 4 def flatten(nested): 5 # 处理异常 6 try: 7 for sublist in nested: 8 for element in flatten(sublist): 9 yield element # 使用yield每次产生一个值，之后函数会被冻结，等待唤醒。 10 except TypeError: 11 yield nested
递归生成器Demo
解析上述案例：
当flatten被调用时，有两种可能性（处理递归时大部分都是有两种情况）：基本情况和需要递归的情况。在基本情况下，函数被告知展开一个元素（比如一个数字）。这种情况下，for循环会引发一个TypeError异常（因为试图对一个数字进行迭代），生成器会产生一个元素。
如果展开的是一个列表（或者其他的可迭代对象），那么就要进行特殊处理。程序必须遍历所有的子列表（一些可能不是列表），并对它们调用flatten函数。然后使用另外一个for循环来产生被展开的自列表的所有元素。
*不应该flatten函数中对类似于字符串的对象进行迭代。处于两个原因。首先。需要实现的是将类似于字符串的对象当作原子值，而不是当成应被展开的序列。其次，对他们进行迭代，实际上会导致无穷递归，因为字符串的第一个元素是另外一个长度为1的字符串，而长度为1的字符串的第一个元素是其本身。
为了处理这种情况，则必须在生成器开始处添加一个检查语句。试着将传入的对象和一个字符串拼接，看会不会出现TypeError，这是检查一个对象是不是类似于字符串的最简单，最快速的方法。如下代码（加入了检查语句）：
1 def flatten(nested): 2 # 处理异常 3 try: 4 try: nested + ‘‘ 5 except TypeError: pass 6 else: raise TypeError 7 for sublist in nested: 8 for element in flatten(sublist): 9 yield element # 使用yield每次产生一个值，之后函数会被冻结，等待唤醒。 10 except TypeError: 11 yield nested
Demo
对代码进行解析：
如果表达式nested+‘‘ 引发了一个TypeError，就会被忽略。然而如果没有引发TypeError，那么内层try语句中的else子句就会引发一个它自己的TypeError异常。这样就会按照原来的样子生成类似于字符串的对象（在except子句外面）。
通用生成器
生成器就是一种包含yield关键字的函数。当他被调用时，在函数体中的代码不会被执行，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，知道遇到一个yield或者return语句。yield语句以为着应该生成一个值。return语句意味着生成器要停止执行（不再生成任何东西，return语句只有一个生成器中使用时才能进行无参数调用）。
生成器是由两位部分组成：生成器的函数和生成器的迭代器。生成器的函数是用def语句定义的，包含yield的部分，生成器的迭代器是这个函数返回的部分。生成器的函数返回的迭代器可以像其他的迭代器那样使用。
生成器方法
send方法：
“外部世界”作用域访问生成器的send方法，就像访问next方法一样，只不过前者使用一个参数（要发送的额“信息”——任意对象）。
yield方法：
在内部则挂起生成器，yield现在作为表达式而不是语句使用，换句话说，当生成器重新运行时，yield方法返回一个值，也就是外部通过send方法发送的值。
注意：
使用send方法（而不是next方法）只有在生成器挂起后才有意义（也就是说在yield函数第一次被执行后）。如果在此之前需要给生成器提供更多的信息，那么只需要使用生成器函数的参数。例如：
1 def repeater(value):
2 while True:
3 new = (yield value)
4 if new is not None:
5 value = new
6
7
8 r = repeater(43)
9 print(r.__next__())
10 print(r.send("hello python!"))
生成器还有两个其他的方法
throw方法：使用异常类型调用，还有可选的值以及回溯对象，用于在生成器内引发一个异常（在yield表达式中）。
close方法：用于停止生成器。
模拟生成器
例子如下：
1 # 下面是flatten生成器用普通函数实现 2 def flatten(nested): 3 result = [] 4 try: 5 # 不要迭代类似字符串的对象 6 try: 7 nested + ‘‘ 8 except TypeError: pass 9 else: raise TypeError 10 for sublist in nested: 11 for element in flatten(sublist): 12 result.append(element) 13 except TypeError: 14 result.append(nested) 15 return result
flatten生成器用普通函数实现
装饰器
见武sir博客：http://www.cnblogs.com/wupeiqi/articles/4943406.html