一、迭代器

1、定义

　　迭代器（Iterator）是一种对象，它能够用来遍历标准模板库容器中的部分或全部元素，每个迭代器对象代表容器中的确定的地址。

满足什么样的条件才能成为迭代器呢？

• 必须遵从迭代器协议 

迭代器协议：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代 。

满足什么样条件的对象才能提供一个next方法呢？

• 对象内部定义一个__iter__()以及__next__()方法

class Fibonacci(object):    def __init__(self,m):        self.m=m    def __iter__(self):        return self   #自身是一个迭代器    def __next__(self):        n, a, b = 0, 0, 1        while n < self.m:            print(b)            a, b = b, a + b            n += 1f=Fibonacci(5) #f此时就是一个迭代器for  i in f:    print(i)

　　如果对象调用__iter__()方法，调用后对象也可以提供一个__next__()方法，但是这样的对象只能被称为可迭代对象（Iterable），因为它不是对象内动实现__iter__()方法，内部自动实现__iter__()方法的对象，才能被称为迭代器（Iterator）。

2、可迭代对象

　　可迭代对象与迭代器对象的区别就是看__iter()__方法是不是在对象内部实现的，如果是内部实现的就是迭代器对象，共同点就是都实现了迭代器协议（对象提供了next方法）。

　　像list、tuple、dict、set、str等都是直接可以使用for循环的对象都是可迭代对象，使用的就是迭代器协议，但是__iter__()方法是依靠for循环来实现的。

list=[1,2,3]#手动实现__iter__()方法ilist=list.__iter__() print(ilist.__next__())#1print(ilist.__next__())#2print(ilist.__next__())#3

　　而在for循环内部也是基于这样的实现方式，不过在for循环内部还进行了异常处理。

#####for循环的实质#######list=[1,2,3]#手动实现__iter__()方法ilist=list.__iter__()while True:    try:        print(ilist.__next__())    except StopIteration as e:        break

3、生成器

　　可以理解为一种数据类型，这种数据类型自动实现了迭代器协议，即内部自动实现了__iter__()方法，提供了__next__()方法，所以生成器不仅是可迭代对象而且还是迭代器对象。那么所有可迭代对象拥有的特性，它都拥有，比如for循环。

　　如何构造一个生成器呢？

　　在一个函数中通过yield关键字自动创建一个生成器函数，yield会自动构建好__next__()和__iter__()方法。

def test():    yield 1    yield 2    yield 3t=test()print(type(t))#
     
      print(t.__next__())#1print(t.__next__())#2print(t.__next__())#3
     

　　进行for循环

for i in test():    print(i)  #1,2,3

　　所以生成器就是迭代器的一种，是构造迭代器的工具。

def Fibanocci(m):    n,a,b = 0,0,1    while n < m:        yield b        a,b=b,a+b        n+=1f = Fibanocci(5)   #f为一个迭代器对象，可以将其当作xrange来对待while True:    try:        print(f.__next__())    except StopIteration as e:        　　　　　　break

　　在类中也是可以实现迭代器的：

class Fibonacci(object):    def __init__(self,m):        self.m=m    def __iter__(self):        n, a, b = 0, 0, 1        while n < self.m:            yield b            a, b = b, a + b            n += 1f=Fibonacci(5) #f此时就是一个迭代器for i in f:    print(i)

　　如何判断一个对象是可迭代对象呢？可以使用isinstance()进行判断。

from collections import Iterableprint(isinstance([], Iterable))#Trueprint(isinstance({}, Iterable))#True

　　如何判断是否是生成器对象？可以使用isgenerator()进行判断

from inspect import isgeneratordef test():    yield 1t=test()print(isgenerator(t))#True

　　详情查看：

　　如何判断是迭代器对象呢？可以使用isinstance()进行判断

from collections import Iteratora="abc"b=iter(a)print(type(b))print(isinstance(b,Iterator))#True

总结：

　　迭代器对象内部实现了__iter__()方法以及实现了__next__()方法

　　可迭代对象内部没有实现__iter__()方法，必须依靠对象调用__iter__()方法（iter(o))才能成为迭代器对象

　　生成器既是可迭代对象，又是迭代器对象，相当于xrange。