第13天-迭代器和生成器

迭代器

迭代就是重复的一个过程，但是不是单纯的重复，每一次的重复都是基于上一次的结果产生的。不过只记住迭代他就是重复的执行过程就是了。

#单纯的重复不是迭代，例如：
count = 0
while count < 3:
    print(count)
    count += 1

#每一次的重复都是基于上一次的结果产生的，随着count的改变输出不同的结果
count = 0
list = ["a", "b", "c"]
while count < 3:
    print(list[count])
    count += 1

 

迭代器就是迭代取数的一个工具，关键是我们为什么要用迭代器呢？我们都知道python中主要的一些数据类型有整型，字符串，元祖，列表，字典，集合，文件等。对于整型而言只要一个数没有什么迭代器的概念，对于字符串，元祖和列表我们可以通过索引去取值，但是对于字典，集合以及文件而言，我们怎么去像列表一样进行取值呢？这就是迭代器引入的原因，主要就是为了不依赖与索引进行迭代取值。在python中两个概念，一个就是可迭代对象（只要有__iter__方法的我们就称之为可迭代对象，字符串，元祖，列表，字典，集合都是可迭代对象），二是迭代器对象（不仅要有__iter__方法而且还要有__next__方法，文件是迭代器对象），从上面的描述我们就可以看出来，迭代器对象都是可迭代的对象，但是可迭代对象却不一定是迭代器对象。

迭代器的使用方法

dic = {'name': 'hu', 'age': 12}
iter_dic = dic.__iter__()  # 可迭代对象要变成迭代器才能够进行使用
res = iter_dic.__next__()  # 变成迭代器之后通过__next__方法进行迭代取值
print(res)     # 对于dic迭代的值是key

当迭代器把迭代对象循环完毕之后会报错

dic = {'name': 'hu', 'age': 12}
count = 0
iter_dic = dic.__iter__()  # 可迭代对象要变成迭代器才能够进行使用
while count < len(dic):
    try:   # 当最后一个迭代完了之后会报错，因此我们需要捕捉异常
        res = iter_dic.__next__()  # 变成迭代器之后通过__next__方法进行迭代取值
        print(res)     # 对于dic迭代的值是key
    except StopIteration:
        break

从上面的代码我们就可以看出来，对于迭代器的使用太过于麻烦，因此python给我们专门的设计了一个循环for循环来解决这样的事情，for循环可以专门的去解决可迭代对象的问题，当然迭代器对象的问题也可以，for循环处理的步骤1. 把可迭代对象转换成迭代器，（迭代器的话也会执行__iter__的方法，效果是一样的）2. 循环的去调用__next__方法进行迭代取值。3. 通过try去捕捉异常，捕捉到异常之后停止循环。

# 和上面的代码显示的效果是一样的
dic = {'name': 'hu', 'age': 12}
for i in dic:
    print(i)

　　

生成器

　　生成器本质上就是迭代器，只不过这个生成器是我们自己通过yield关键字自己创建的迭代器而已。迭代器有两个优点 1. 可以不依赖与索引迭代取值   2.节省内存。而我们创建生成器为了解决最大的问题其实就是节省内存。

生成器创建的规则， 通过yield关键字进行创建迭代器。yield和return返回的是一样的，只是yield可以中断函数，当我需要的时候可以重新再进行创建

def foo()
    print(1)
    yield "第一"
    print(2)
    yield "第二"

iter_foo = foo()
print(iter_foo)
next(iter_foo)

 

三元表达式

def max2(a, b):
    if a > b:
        return a
    else:
        return b

a = 1
b = 2

c = a if a > b else b   # 这一行数据就是上面那一个函数的简洁的表达方式
print(c)
c = max2(a, b)
print(c)

 

列表生成式

l = []
for i in range(10):
    if i > 5:
        s = "egg%s" % i
        l.append(s)
print(l)

l = ["egg%s" % i for i in range(10) if i > 5]  # 这一句话和前面的几句话都是性质是一样的，只是简写了而已
print(l)

 

生成字典表达式

d = {}
s = [("hu", 12), ("zhou", 14)]
for k, v in s:
    d[k] = v

print(d)


d = {k : v for k, v in s} # 这个是上面几行代码的缩写
print(d)

生成器表达式

res = (i ** 2 for i in range(5))

print(res)
print(next(res))
print(next(res))
print(next(res))

 

练习题：

1. 编写一个range的生成器

def my_range(start, end , step=1):
    while start < end:
        yield start
        start += step

for i in my_range(0, 10):
    print(i)

2. 求一个文件中所包含的字符的个数，以及左右行中最大的个数

with open(r'04_多层装饰器的联系.py', 'rt', encoding='utf-8') as f:
    # count = 0
    # for line in f:
    #     count += 1
    # data = f.read()
    # print(len(data))  649
    # count = 0
    # for line in f:
    #     count += len(line)
    # print(count)
    # print(sum(len(line) for line in f))
    print(max(len(line) for line in f))   # 通过生成器表达式一行写出

3. 模拟管道，实现功能:tail -f access.log | grep '404'

# 2、模拟管道，实现功能:tail -f access.log | grep '404'

import time

def tail(file_path):
    with open(file_path, 'rb') as f:
        f.seek(0, 2)
        while True:
            # 查看是否有新的一行加入
            line = f.readline()
            if line:
                yield line
            else:
                time.sleep(0.2)

def grep(pattern, iter_tail):
    for line in iter_tail:
        line = line.decode('utf-8')
        if pattern in line:
            yield line

for line in grep('404', tail('access.log')):
    print(line)