python基础-迭代器、for底层机制、生成器、list结合yield、__call__、yield函数列表

本文主要是介绍python基础-迭代器、for底层机制、生成器、list结合yield、__call__、yield函数列表，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

迭代器概念

可迭代的必须含有一个iter方法(可迭代协议)
迭代器比可迭代对象多一个next方法
包含next方法的可迭代对象就是迭代器
迭代器：包含next,iter方法的就是迭代器(迭代器协议)
迭代器是可迭代的一部分

#爬虫作业#获取列表的方法
print(dir(["safly"]))
#拿到迭代器
print("abc".__iter__())#依次取值
ite = "abc".__iter__()
print(ite.__next__())
print(ite.__next__())
print(ite.__next__())#可迭代对象、迭代器
print("------")
l = ["a"]
print(dir(l))
print(dir(l.__iter__()))
#多3个方法
#{'__length_hint__', '__next__', '__setstate__'}
print(set(dir(l.__iter__()))- set(dir(l)))#1、如何判断是否是可迭代对象或者迭代器？
print("__iter__" in dir('sss'))
print("__next__" in dir("sss"))#2、如何判断是否是可迭代对象或者迭代器？
from collections import  Iterable
from collections import  Iterator
print(isinstance("a",int))
print(isinstance("a",Iterable))str_  = "abc".__iter__()
print(isinstance(str_,Iterator))

输出如下：

E:\python\python_sdk\python.exe E:/python/py_pro/1103.py
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
<str_iterator object at 0x02EC1690>
a
b
c
------
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__']
{'__setstate__', '__length_hint__', '__next__'}
True
False
False
True
TrueProcess finished with exit code 0

for底层机制

li = [1,3,4,5]
it = li.__iter__()
while True:try:print(it.__next__())except StopIteration:break

输出如下:

1
3
4
5

生成器

生成器的本质就是迭代器
只不过是我们自己写的python代码
生成器2种方式
1、生成器函数
2、生成器表达式
生成器函数，调用不执行，而是返回一个生成器,是一个迭代器

最简单的生成器

def g_func():print("---g_func---")yield 1g = g_func()
print(g)
print(g.__next__())

输出如下：

<generator object g_func at 0x03006540>
---g_func---
1

返回了一个值1

返回列表，字典，元组等

def g_func():print("---g_func---")yield [1,2,3]g = g_func()
print(g)
print(g.__next__())

输出如下：

<generator object g_func at 0x02A862A0>
---g_func---
[1, 2, 3]

我们看下是返回了一个列表[1, 2, 3]

返回多个值，构成元组

def cloth(a):print("aaaa")cloth = ayield "第{}件衣服".format(cloth),"yyyyy"g = cloth(100)
h = g.__next__()
print(h)
print("------")
print(type(h))
print("------")
for i in h:print(i)

输出如下：

aaaa
('第100件衣服', 'yyyyy')
------
<class 'tuple'>
------
第100件衣服
yyyyy

返回一个函数列表

def yie():def a():print("--a")def b():print("--b")yield [a,b]yie = yie()
next = yie.__next__()
print(next)next[0].__call__()
next[0]()next[1].__call__()
next[1]()print("------------")def a():print('调用')x = a
x.__call__()
x()

输出如下：

E:\python\python_sdk\python.exe E:/python/py_pro/1104.py
[<function yie.<locals>.a at 0x009BD660>, <function yie.<locals>.b at 0x00B028E8>]
--a
--a
--b
--b
------------
调用
调用Process finished with exit code 0

list结合yield

def aaa():yield 1,2yield (3,4)yield {"a":"b"}yield "saf"yield 1yield Truey = list(aaa())
print(y)y = aaa()
print(y.__next__())
print(y.__next__())
print(y.__next__())
print(y.__next__())
print(y.__next__())
print(y.__next__())

输出如下：

E:\python\python_sdk\python.exe E:/python/py_pro/1104.py
[(1, 2), (3, 4), {'a': 'b'}, 'saf', 1, True]
(1, 2)
(3, 4)
{'a': 'b'}
saf
1
TrueProcess finished with exit code 0

_call_

def a():print("--a")def b():print("--b")lis = [a,b]ite = lis.__iter__()
ite.__next__().__call__()
ite.__next__().__call__()

输出如下：

E:\python\python_sdk\python.exe E:/python/py_pro/1104.py
--a
--bProcess finished with exit code 0

多个yield形式

def g_func():print("---g_func1---")yield [1,2]print("---g_func2---")print("---g_func3---")yield [3,4]print("---g_func4---")g = g_func()
print(g)
print(g.__next__())
print(g.__next__())

输出如下：

<generator object g_func at 0x039E62A0>
---g_func1---
[1, 2]
---g_func2---
---g_func3---
[3, 4]

这篇关于python基础-迭代器、for底层机制、生成器、list结合yield、__call__、yield函数列表的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---