做下载网站赚钱吗系统优化大师免费版

迭代器生成器区别

通俗版概念

1. ​迭代器（Iterator）​

   • ​像“快递员送快递”​：
     你有一个包裹清单（比如Excel里的测试用例），快递员（迭代器）会按顺序一个一个送（遍历），直到送完。
     ✅ ​适合场景：数据已经全部准备好（如从文件读取的测试用例列表）。
     ❌ ​缺点：如果包裹太多（数据量大），一次性全放车上（内存）会塞不下。

2. ​生成器（Generator）​

   • ​像“现炒小菜”​：
     你去餐馆吃饭，厨师（生成器）不会提前炒好100盘菜，而是你点一盘（需要数据），他炒一盘（动态生成）。
     ✅ ​适合场景：测试数据量极大（如1万用户注册）、分页接口遍历、大文件处理。
     ❌ ​缺点：菜只能按顺序上（不能回头遍历）。

什么时候用迭代器？什么时候用生成器？

​场景	​用迭代器	​用生成器
​数据是否现成？	数据已经存在（如Excel、CSV文件）	数据需要动态生成（如参数化测试）
​数据量大小	数据量小（比如100条用例）	数据量大（如1万用户、大文件）
​是否需要省内存？	不需要（数据可一次性加载）	需要（数据分批生成或读取）
​代码简洁性	直接遍历列表、字典	用 yield 一行搞定动态生成

---

​一句话选择原则

• ​用迭代器：数据现成的、量不大，直接遍历。
• ​用生成器：数据量大、需要动态生成或省内存时（如测分页接口、大文件上传）。

场景1：遍历已有的测试用例（用迭代器）​

需求：从CSV文件中读取100条测试用例，依次执行。
迭代器解决：直接遍历现成的数据集合。

import unittest
import csv
import requestsclass TestAPI(unittest.TestCase):def test_all_cases(self):# 迭代器应用点1：csv.DictReader() 本身是一个迭代器# 它会逐行读取CSV文件，而不是一次性加载全部数据到内存with open("test_cases.csv", "r") as f:csv_reader = csv.DictReader(f)  # <-- 这里创建了一个文件迭代器# 迭代器应用点2：for循环本质是调用迭代器的__next__()# 每次循环读取一行数据（按需加载）for case in csv_reader:  # <-- 这里隐式使用迭代器遍历response = requests.request(case["method"], case["url"])self.assertEqual(response.status_code, 200, f"用例 {case} 请求失败")

迭代器在代码中的应用：

1. ​**csv.DictReader(f) 是迭代器**：
   像「传送带」逐行传送CSV数据（不一次性堆内存），处理大文件不卡顿。
2. ​**for case in csv_reader**：
   循环时自动触发「下一份！」动作（调用__next__()），逐条拿数据测试。

场景说明（通俗版）

需求：用户注册接口需要测试各种随机用户名。
痛点：手动写100条用例太麻烦，一次性生成全部数据占内存。

import unittest
import requests# 生成器：生成100个用户（user_1到user_100）
def user_generator():for i in range(1, 101):  # 改一个数字就能测任意次数yield {"username": f"user_{i}", "email": f"user_{i}@test.com"}class TestUsers(unittest.TestCase):def test_100_users(self):for user in user_generator():  # 自动循环100次response = requests.post("https://api.example.com/register", json=user)self.assertEqual(response.status_code, 200)

代码核心逻辑

1. ​生成器函数 user_generator()：

   • range(1, 101) → 生成1到100的数字。
   • yield → 每次循环吐出一个用户数据（如 user_1, user_2...user_100）。