【测试开发】数据类型篇-迭代器和生成器

一、迭代器

1、迭代协议

一种是包含iter方法的，另一种是包含getitem方法的（比如str对象就没有iter方法，但是一样支持迭代），只要对象中包含了这两种方法的任意一种，那么这个对象就可以进行迭代操作，即实现了迭代协议

2、迭代器协议

①实现了迭代器协议的对象（实现方式：对象内部定义了一个iter()方法）

②对象实现了__next__方法

③__next__方法返回了某个数值（一般情况下需要的是返回这个对象特定的数字，且按照一定的顺序进行依次返回）

④__next__方法需要在值取值完的时候，抛出StopIteration的错误信息

3、可迭代对象

只要内部实现了迭代协议的，就是一个可迭代对象，可迭代对象可以进行相关的迭代操作，如：for循环、map函数等，所有迭代器都是可迭代对象

4、代码示例

# 可迭代对象：可以for循环遍历的都是可迭代对象，内部只实现了__iter__方法
li = [1,2,3,4]
list()li1 = iter(li) # iter() __iter__
#迭代器 内部实现了__iter__之外，还实现了__next__
print(next(li1))
print(next(li1))

二、生成器

1、生成器概念

生成器并不会一次性把所有数据都生成出来，生成器中保存的只是一个生成数据的相关算法，并不会把将数据都生成，只是在需要数据的时候用生成器去生成一条数据即可，节约了大量的内存空间

2、生成器表达式举例

# () 生成器表达式
tu = (i for i in range(1000))  # 生成器对象
a = next(tu)  # next函数用于取值
print(a)  # 第一个元素
print(next(tu))  # 第二个元素

3、通过yield自定义生成器

# 通过yield自定义生成器
def gen_fun():yield 100print('Hello Wanzi')yield 1000yield 2000
res = gen_fun() # 返回生成器对象
print(next(res))
print(next(res))
print(next(res))

三、生成器和迭代器的区别

生成器属于迭代器的一种，生成器<迭代器<可迭代对象，且比迭代器多了三种方法

1、send()：发送数据
2、close()：关闭生成器

3、throw gen.throw(Exception,"Method throw called!")