首页 > 代码库 > python 迭代器和生成器
python 迭代器和生成器
迭代器
Iterator是迭代器的意思，它的作用是一次产生一个数据项，直到没有为止。这样在 for 循环中就可以对它进行循环处理了。那么它与一般的序列类型(list, tuple等)有什么区别呢？它一次只返回一个数据项，占用更少的内存。但它需要记住当前的状态，以便返回下一数据项。它是一个有着next()方法的对象。而序列类型则保存了所有的数据项，它们的访问是通过索引进行的。
迭代器是一个实现了迭代器协议的对象，Python中的迭代器协议就是有next方法的对象会前进到下一结果，而在一系列结果的末尾是，则会引发StopIteration。
在for循环中，Python将自动调用工厂函数iter()获得迭代器，自动调用next()获取元素，还完成了检查StopIteration异常的工作。
常用的几个内建数据结构tuple、list、set、dict都支持迭代器，字符串也可以使用迭代操作。
你也可以自己实现一个迭代器，如上所述，只需要在类的__iter__方法中返回一个对象，这个对象拥有一个next()方法，这个方法能在恰当的时候抛出StopIteration异常即可。但是需要自己实现迭代器的时候不多，即使需要，使用生成器会更轻松。
#!/usr/bin/env python
# coding=utf-8
class test:
def __init__(self, input_list):
self.list = input_list
self.i = 0
def __iter__(self):
return self
def next(self):
if self.i == len(self.list):
self.i = 0
raise StopIteration
self.i += 1
return self.list[self.i - 1]
使用迭代器一个显而易见的好处就是：每次只从对象中读取一条数据，不会造成内存的过大开销。
例如：
/* 把文件一次加载到内存中，然后逐行打印。当文件很大时，这个方法的内存开销就很大了 */
for line in open("test.txt").readlines():
print line
/* 这是最简单也是运行速度最快的写法，他并没显式的读取文件，而是利用迭代器每次读取下一行 */
for line in open("test.txt"): #use file iterators
print line
生成器
生成器是创建迭代器的一种简便的方法。生成器是一个特殊的函数。我们可以从静态和动态两个角度理解生成器函数。
首先，从静态的角度，生成器函数在代码中表现为：
- 含有yield语句（无论yield是否可能会被执行）
- 无return或者仅有无值return（一旦函数里存在yield语句，有值return会视为语法错误）
其次，从动态的角度，生成器函数在运行过程中：
- 当生成器函数被调用的时候，生成器函数不执行内部的任何代码，直接立即返回一个迭代器。
- 当所返回的迭代器第一次调用next的时候，生成器函数从头开始执行，如果遇到了执行yield x，next立即返回yield值x。
- 当所返回的迭代器继续调用next的时候，生成器函数从上次yield语句的下一句开始执行，直到遇到下一次执行yield
- 任何时候遇到函数结尾，或者return语句，抛出StopIteration异常
特别的，生成器返回的迭代器，其__iter__返回其自身。
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迭代器，每次迭代时使用一个yield返回的值。
需要注意的是，生成器中不需要return语句，不需要指定返回值，在生成器中已经存在默认的返回语句
生成器表达式
(i for i in range(5)) // 返回迭代器 <generator object <genexpr> at 0x7ff3e8f0d960>
列表解析，返回list
[i for i in range(5)] // 返回list [0, 1, 2, 3, 4]
在这里存在一个问题，那就是range(5)会返回一个长度为5的数据，如果是range(1000)那么就会占用一个1000大小的数组空间；如果我们采用`生成器`，在需要的时候产生一个数字，那么空间的占用情况就会降低，这里我们可以使用xrange()函数来实现。
‘‘‘
xrange
函数说明：用法与range完全相同，所不同的是生成的不是一个数组，而是一个生成器。
xrange示例:
‘‘‘
>>> xrange(5)
xrange(5)
>>> list(xrange(5))
[0, 1, 2, 3, 4]
>>> xrange(1,5)
xrange(1, 5)
>>> list(xrange(1,5))
[1, 2, 3, 4]
>>> xrange(0,6,2)
xrange(0, 6, 2)
>>> list(xrange(0,6,2))
[0, 2, 4]
所以xrange做循环的性能比range好，尤其是返回很大的时候，尽量用xrange吧，除非你是要返回一个列表。
所以，Python 2.X 的 range和xrange有何区别？答案是，range的返回值就是一个list，在你调用range的时候，Python会产生所有的元素。而xrange是一个特别设计的可迭代对象，它在建立的时候仅仅保存终止值。你可比较以下两种写法的实际运行结果：
for v in range(1000000000000): #possible Memory Error
if v == 2:
break
for v in xrange(1000000000000): #fine
if v == 2:
break
在Python 3.X 中，不再有内建的xrange，其range等效于Python 2.X 的xrange
python 迭代器和生成器