迭代器的概念：从装多个值的容器中一次取出一个值给外界

器：包含了多个值得容器

迭代：循环反馈（一次从容器中取出一个值）

通过迭代器取值的优缺点：

优点：不依赖索引取值

缺点：不能计算长度，不能指定取值(只能从前往后逐一取值)

遍历：被遍历的对象必须是有序容器

案例;

ls='asasd'for i in ls:    print(i)ls1=[1,2,12]for i in ls1:    print(i)    ls = [1, 2, 3, 4, 5, 6]i=0while i 

可迭代对象

对象：python中的一个对象（装有地址的变量）

可迭代对象：该对象有__iter__()方法，调用该方法返回迭代器对像

可迭代对象有哪些：

str | list | tuple | dict | set | range() | file(文件) | 迭代器对象 | enumerate()(枚举对象)

案例

for v in 'asdfghjkl'.__iter__():    print(v)for v in [1,23,'sf','df','gfdg',1].__iter__():    print(v)for k,v in {
   'a':1,'s':2,'d':3}.items():    print(k,v)for i in range(5):    print(i)

迭代器对象：有__next__()方法的对象，也就是用该方法一次次从迭代器对象中取值，取出一个少一个

迭代器对象有哪些：

file | enumerate()(枚举对象) | 生成器

重点：

1.从迭代器对象中取元素，取一个少一个，如果要从头开始去，需要重新获得拥有所有元素的迭代器对象

2.迭代器对象也有__iter__()方法，调用后得到的是自己本身(当前含义几个元素，得到的就只有几个元素的迭代器对象)

案例

可迭代对象st1 = {3, 5, 7, 1, 9}迭代器对象iter_obj = st1.__iter__()print(iter_obj)  # 
     
      # print([1, 2, 3].__iter__())  # 
      
       # 迭代器对象取一个值就少一个值print(iter_obj.__next__())  # 1print(iter_obj.__next__())  # 3print(iter_obj.__next__())  # 5print(iter_obj.__next__())  # 7print(iter_obj.__next__())  # 9# print(iter_obj.__next__())  # 抛异常 StopIteration, 可以通过try对异常进行捕获并处理print('===============================================')iter_obj = st1.__iter__()  # 上一个迭代器对象迭代取值完毕后，就取空了，如果要再次取值，要重新生成迭代器对象# 迭代器对象不能求长度(内部值的个数)while True:    try:        ele = iter_obj.__next__()        print(ele)    except StopIteration:        # print("取完了")        break
      
     

总结：

可迭代对象：有__iter__()方法的对象，调用该方法返回迭代器对象

迭代器对象：有__next__()方法的对象，也就是用该方法一次从迭代器对象中获取一个值，取出一个少一个

for循环迭代器：

-- 1.自动获取被迭代对象的迭代器对象；

-- 2.在内部一次一次调用__next__()方法取值；

-- 3.自动完成异常处理

obj = [1, 2, 3].__iter__()for v in obj:    print(v)    if v == 2:        breakprint(obj.__iter__().__iter__().__iter__().__next__())print(obj.__iter__().__iter__().__iter__() is obj)  # True可迭代对象.__iter__()得到的是该对象的迭代器对象迭代器对象.__iter__().__iter__()得到的就是迭代器对象本身

生成器：包含yield关键字的函数就是生产器

def my_generator():    yield 1    yield 2    yield 3g_obj = my_generator() my_generator()并不会执行函数体，得到的返回值就是生成器对象# 生成器对象就是迭代器对象r1 = g_obj.__next__() # 1for v in g_obj:    print(v)  # 2 | 3def fn():    print("我是生成器")    yield 'God'generator_obj = fn()print(generator_obj)print(type(generator_obj))generator_obj.__iter__()  # 可迭代对象generator_obj.__next__()  # 迭代器对象def g_fn():    print(111111111111111)    yield '结果1'    print(222222222222222)    yield '结果2'    print(333333333333333)    yield '结果3'    print(444444444444444)    yield '结果4'    print(555555555555555)    yield '结果5'g_obj = g_fn()# 在函数内部执行一次，在遇到下一个yield时停止，且可以拿到yield的返回值r1 = g_obj.__next__()print(r1)# 从上一次停止的位置紧着往下走，在再遇到下一个yield时停止，且可以拿到yield的返回值r2 = g_obj.__next__()print(r2)# 生成器的应用案例# 当访问的数据资源过大，可以将数据用生成器处理，一次只获取所有内容的一条资源def my_range(min, max=0, step=1):    if max == 0:        min, max = max, min    tag = min    while True:        if tag >= max:            break        yield tag        tag += step# range_obj = my_range()# print(range_obj.__next__())# print(range_obj.__next__())# ？？倒序遍历range_obj = my_range(5, 10, 2)for i in range_obj:    print(i)# 了了解def func():    rev1 = yield 1000    print(rev1)  # 信息1    yield 2000obj = func()# 走到第一个yield得到其返回值 1000r1 = obj.__next__()print(r1)# 给停止的yield发送信息，并调用__next__()去向下一个yield并得到其返回值r2 = obj.send('信息1')print(r2)

枚举对象：

通过for迭代器 循环遍历 可迭代对象，需要知道迭代的索引

ls = [1, 3, 5, 7, 9]for i, v in enumerate(ls):    print(i, v)

0 1

1 3

2 5

3 7

4 9

for i, v in enumerate('abc'):     print(i, v)

0 a

1 b

2 c