一：迭代器

1.迭代器协议：是指迭代器对象必须提供一个next()方法，执行该方法要么返回迭代中的下一项，要么就引起一个StopIteration异常来中止迭代（如下一项不存在的时候），只能向后走而不能向前退。

2.可迭代对象：满足迭代器协议的对象（python中通过对象内部定义一个__iter__()方法来实现迭代器对象）

列表，字符串，元组等并不是迭代器对象，只是在使用for循环，max等工具时调用了他们内部的__iter__()方法返回了一个可迭代对象来进行迭代的操作（for循环会自动捕捉StopIteration异常来中止迭代）。

x=[1,2,3,4,5,6]iter_test=x.__iter__()print(iter_test)print(iter_test.__next__())print(iter_test.__next__())print(iter_test.__next__())print(iter_test.__next__())print(iter_test.__next__())print(iter_test.__next__()) #利用python自带的next（）内置方法也可以,效果等同于__next__() print(next(iter_test)) 结果：
     
       1 2 3 4 5 6
     

 二: 生成器

1.生成器自动实现了可迭代协议，可以理解为生成器就是可迭代对象。

2.生成器函数是在函数中使用yield时返回的时生成器对象。

def test():    print("aa")    print("bb")    yield [1,2]#当运行至此时，函数挂起，当再次运行next方法时，函数会从当前位置继续运行。    print("dsa")    yield 2    print("fsd")    yield 3res=test()print(res.__next__())print(res.__next__())print(res.__next__())# 输出：aa# bb# [1, 2]# dsa# 2# fsd# 3#三元运算a=2res=1 if a==2 else 3print(res)#列表解析l=[i for i in range(10)]#三元运算和列表解析结合l=[i for i in range(10) if i>5]#l=[i for i in range(10) if i>5 else 3]此时不可以，没有四元表达式#把列表解析的[]换成（），就会得到生成器表达式l=(i for i in range(10))l.__next__()sum(i for i in range(10))#利用生成器表达式可减少内存占用

3.发蛋案例感受生成器函数好处：

# #缺点1：占空间大# #缺点2：效率低# def xiadan():#     ret=[]#     for i in range(100):#         ret.append(i)#     return ret# print(xiadan())#生成器函数,来一个给一个def xiadan():    for i in range(100):        yield ires=xiadan()print(res.__next__())print(res.__next__())

4.其他例子（注意，生成器只能被迭代一次）：

#占用内存大sum([i for i in range(10000)])#占很少内存sum(i for i in range(10000))#假设文件内容为：{
   'name':'weq','population':20}{
    'name':'ewqe','population':5}{
    'name':'fsd','population':6}def get_pop():    with open('b.txt','r') as f:        for i in f:            yield ig=get_pop()s1=eval(g.__next__())#将字符串转换为字典print(s1['population'])#统计总人口sum(eval(i)['population'] for i in g)