一、迭代器
1、可循环的有哪些，即可用for语句或者while语句的数据类型有哪些？
字符串(str)、列表(list)、元组(tuple)、字典(dic)、集合(set)、枚举类（enumerate）
还有哪些非数据类型，但是可以循环的？
range(10), 文件句柄：f = open('filename',mode='r',enconding='utf-8')
2、查看这些可循环的数据类型或者函数或者文件句柄
都有哪些共同的东西：（求交集，想到集合（set）的操作了）。
还要引入一个内置函数dir()
print(dir())
print(dir(' '))
由返回结果可以看到，dir带参数时，返回该参数的属性、方法列表。
不带参数时，返回当前范围内的变量、方法和定义的类型列表；
# 先可以求list和str的交集方法了
str_method_li = set(dir(''))
list_method_li = set(dir([]))
res = str_method_li & list_method_li
print(res)
# 还是由很多共有的方法，加大力度
tuple_m_li = set(dir(()))
dic_m_li = set(dir({}))
range_m_li = set(dir(range(5)))
set_m_li = set(dir(set({1, 2, 3, 4})))
res = res & tuple_m_li & dic_m_li & range_m_li & set_m_li
print(res)
# 还是由很多，我们还是看一看交集中一个双下方法名：__iter__
# 补充说明一下“双下方法”：方法名中开头和结果都带有两个下滑线的，即叫双下方法！它是python中用C实现的方法！
# 这个__iter__， 跟可迭代对应的英文iterable很像！
我们可以得出结论：
只要是能被for循环的数据类型，就一定拥有__iter__方法！
print([].__iter__())
# 运行结果为：<list_iterator object at 0x000001C2AD37B4A8>
# 即得到list的迭代器对象，因此我们可以判断，该方法返回的是一个迭代器（iterator）！
iterator = 'lov'.__iter__()
print(dir(iterator))
# 看到迭代器中的方法中，有一个双下方法：__next__,我们来看看它得到的是什么？
print(iterator.__next__())
# 返回的是字符串中的第一字母,再执行一次！
print(iterator.__next__())
# 返回的是字符串中的第二字母,再执行一次！
print(iterator.__next__())
# 返回的是字符串中的第三字母,再执行一次！
#print(iterator.__next__()) # 报错 StopIteration
# 这说明迭代器可以一个一个取集合中的元素，只到没有时，抛出异常！
总结一下：
#Iterable 可迭代的 -- > __iter__ #只要含有__iter__方法的都是可迭代的
[].__iter__() 迭代器 -- > __next__ #通过next就可以从迭代器中一个一个的取值 延申一下：
只要含有__iter__方法的都是可迭代的 —— 可迭代协议
自定义一个类型，可以用来迭代
from collections import Iterable
from collections import Iterator class A:
def __next__(self):pass
def __iter__(self):pass a = A()
print(isinstance(a, Iterable))
print(isinstance(a, Iterator))
结果都为True，说明该类即可被迭代，也是迭代器！
3、迭代器的概念
迭代器协议：内部含有__next__方法和__iter__方法的就是迭代器
小结一下：
迭代器协议和可迭代协议
可以被for循环的都是可迭代的
可迭代的内部都有__iter__方法
只要是迭代器 一定可迭代
可迭代的.__iter__()方法就可以得到一个迭代器
迭代器中的__next__()方法可以一个一个的获取值
我们可以推导一下， for循环其实就是在使用迭代器
只有是可迭代对象的时候 才能用for
当我们遇到一个新的变量，不确定能不能for循环的时候，就判断它是否可迭代
4、迭代器的好处
从容器中一个一个取值，会将所有的值取到；
节省内存空间：
迭代器不会在内存中再占用一大块内存；
每次next，都会给我们一个新的
二、生成器函数
1、生成器的引入场景
#如果想要一个包含2百万个ILOVEU的字符串，如何取得？如此取只会得到最后一个def func():
for i in range(2000000):
i = 'ILOVEU%s'%i
return i print(func())
改进一下：
def generate_str():
li = []
for i in range(200):
s = 'ILOVEU No' + str(i) + ' '
# print(s)
li.append(s)
return ','.join(li) print(generate_str())
如此做的确可以生成一个包含200万个’ILOVEU No%d‘的字符串，
但是如此使用迭代器无优势！因为它一次性在内存中生成，浪费内存空间，而迭代器的优点恰恰是节省内存！
总结：
理清迭代器的原理，可以理解for循环的是如何工作的，另外可以对了解生成器做铺垫！
迭代器虽然有很多优点，如节省内存空间，但是不能满足我们的所有需求；
如果我们平时在写代码过程中，要产生大量的数据，又不希望一次性在内存中生成，而且还要处处使用它，基于此种情况，
必须有我们自己写的迭代器！它就是生成器！
2、生成器有两种表现形式：
1）、生成器函数 --- 本质上就是我们自己写的函数
2）、生成器表达式
3、生成器函数的定义:
只要含有yield关键字的函数都是生成器函数
ef generator():
print(1)
#return 'a'
yield 'b' # yield不能和return共用且需要写在函数内 res = generator() # 生成器函数 ： 执行之后会得到一个生成器作为返回值
print(res) # <generator object generator at 0x0000019C239AD4C0> def generator_full():
print(1)
yield 'a' # yield不会结束函数
print(2)
yield 'b'
yield 'c'
g = generator_full()
print(dir(g)) # 它有'__iter__' ret = g.__next__()
print(ret) # 执行步骤：1）执行g.__next__()双下函数；2）调用generator_full函数；3） print(1)；4）执行：yield 'a' 返回a，但不退出函数，等待
ret = g.__next__()
print(ret)# 执行步骤：1）执行g.__next__()双下函数；2）调用generator_full函数；3） print(2)； 4）yield 'b' 返回b，但不退出函数，等待
# ret = g.__next__()
# print(ret)# 执行步骤：1）执行g.__next__()双下函数；2）调用generator_full函数；3）yield 'c' 返回c，但不退出函数，等待
# ret = g.__next__()
# print(ret)# 执行步骤：1）执行g.__next__()双下函数；2）调用generator_full函数；3）发现没有yield，报错StopIteration for i in g: # 接着上面的继续迭代剩下的元素
print(i) # 用for循环迭代后，无法再迭代了！
# ret = g.__next__()
# print(ret)
4、使用生成器函数来生成200万个“ILOVEU No%d”
def s_generator():
for i in range(200):
yield 'ILOVEU No%d'%i s_g = s_generator()
# for i in s_g:
# print(i)
继续深入
#需求：我要取出前50个ILOVEU
for i in range(50):
print(s_g.__next__()) i = 0
# 发现是按序号接着取元素，从ILOVEU No50开始取
while i < 50:
i += 1
print('----',s_g.__next__())
# 生成器与迭代器一样，会记录当前取到元素的位置，以及下一个元素的位置，随时都可以得到下一个元素！ # 对比for循环列表（list，不是迭代器，但是可以迭代）
li = [2, 4, 6, 8, 10]
for i in li:
print(i)
if i == 6:
break for j in li:
print(j)
# 我们发现，没有从停止的位置的下一个位置取元素，而是重新取出所有元素！
# 原因不是list不是迭代器，for循环时，已经将其转换为迭代器，
# 而是，两次for的时候的迭代器不是同一个！ #我们再来看生成器s_generator的例子
g1 = s_generator()
g2 = s_generator()
print(g1.__next__())
print(g2.__next__())
# 结果都是ILOVEU No0，说明同一个生成器（同时也是迭代器），__next__时才会记住元素位置
5、监听文件输入的内容，实时打印到命令行中
#普通方法：
def trip(file_path):
f = open(file_path, encoding='utf-8')
while 1:
line = f.readline() # 每次读一行
if line.strip():
print(line.strip()) # 缺点：不能返回line，如果return，循环就终止了 #trip('../day12_func/user_info') def monitor(file_path):
f = open(file_path, mode='r', encoding='utf-8')
while 1:
line = f.readline()
if line.strip():
yield line.strip() g = monitor('../day12_func/user_info')
for i in g:
if 'python' in i:
print('*****', i) ##修改文件后，按ctrl+s才能有效果！打印结果！