迭代器和生成器
1、迭代器
迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。
另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。
迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。
这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件
特点：
访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
不能随机访问集合中的某个值 ，只能从头到尾依次访问
访问到一半时不能往回退
便于循环比较大的数据集合，节省内存
示例:
with open('85.53.history') as f:
try:
while True:
line = next(f)
print(line,end='')
except StopIteration:
print(" Is Down")
# python封装好的迭代器方式读取文件
# for line in f:
# print(line)
a = [1,2,3,43,432,423,2342,3,34,23423,4234,32,423,42,34,234,234,23423,4]
b = iter(a)
print(b.__next__())
print(b.__next__())
print(b.__next__())
print(b.__next__())
print(b.__next__())
结果:
1
2
3
43
432
2、生成器
一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator）；如果函数中包含yield语法，那这个函数就会变成生成器；
def get_nu(number):
while number > 0:
number -= 1
yield 1
print("put %d" % number)
x = get_nu(4)
for i in range(5):
print(x.__next__())
'''
def get_nu(number):
while number > 0:
number -= 1
ok = yield
print("put %d" % ok)
x = get_nu(40)
x.send(None)
for i in range(10):
x.send(i)
'''
应用
最经典的例子，生成无限序列。
常规的解决方法是，生成一个满足要求的很大的列表，这个列表需要保存在内存中，很明显内存限制了这个问题。
def get_primes(start):
for element in magical_infinite_range(start):
if is_prime(element):
return element
如果使用生成器就不需要返回整个列表，每次都只是返回一个数据，避免了内存的限制问题。
def get_primes(number):
while True:
if is_prime(number):
yield number
number += 1
