​​​​​​​python可迭代对象,迭代器,生成器,协程实例分析

这篇文章主要介绍了python可迭代对象,迭代器,生成器,协程实例分析的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Python可迭代对象,迭代器,生成器,协程实例分析文章都会有所收获，下面我们一起来看看吧。

设计模式：迭代

迭代是一种设计模式，解决有序便利序列的问题。通用的可迭代对象需要支持done和next方法。

伪代码如下：

while not iterator.done():      item = iterator.next()      .....

python：可迭代对象和迭代器

python的可迭代对象需要实现__iter__()方法，返回一个迭代器。for循环和顶级函数iter(obj)调用obj的__iter__()方法，返回一个迭代器。迭代器本身也是可迭代对象，所以也需要实现__iter__()方法，返回自身，同时也需要实现__next__()方法，获取下一个元素。

简单类示例：

class Iterable:    def __init__(self,string):        self.string = string            def __iter__():        return Iterator(self.string)    class Itrator:    def __init__(self,string):        self.string = string        self.Words = list(string)        self.index = 0            def __iter__(self):        return self            def __next__(self):        if self.index == len(self.words):            raise StopIteration  # 元素遍历完成抛出错误，for循环自动处理                item = self.words[self.index]        self.index += 1        return item

为什么要有生成器？

生成器帮助迭代器省内存。在上面的例子可以看出，可迭代对象会一次性把所有元素生成并保存。但是有时候，我们只关注当前处理的元素。如果元素数量庞大，比如说在处理大量日志分析的时候，一次性把所有行加载到内存，导致内存浪费严重。所以才有了生成器。

python的生成器实现

yield关键字让python生成器实现超级方便。yield可看成是代码执行暂停，直到下一次next()方法调用，然后遇到下一个yield再次暂停。另外，yield xxx 表示回元素xxx。

def my_generator(stirng):    for x in string:        yield x

需要注意的是，虽然我们定义的是函数，但是实际上，python会自动将其转换成一个生成器对象，而不是一个普通的函数对象。

协程

协程程用是让我们可以往生成器发送数据。协程与生成器语法区别是: xx = yield xxx，即yield左边有赋值语句，send(a)方法会将a赋值给xx，协程对象返回xxx。协程的这个特征，被用于异步编程和并发编程，在程序遇到IO时自动暂停切换。

协程执行顺序：

• yield 出现和生成器暂停

• 在函数外执行send()方法，且激活了生成器

• 发生的值赋值给yiled语句左侧变量

• 生成器继续执行，直到遇到下一个yield语句。

关于“python可迭代对象,迭代器,生成器,协程实例分析”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“python可迭代对象,迭代器,生成器,协程实例分析”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注编程网Python频道。