可迭代对象是我们非常熟悉的一个名词，之前也简单介绍过 能被for循环的，就是可迭代对象， 但其实，里面的水更深。
迭代器与for循环的关系
-
迭代器协议：
对象必须体统一个__next__方法，执行该方法要么返回迭代中的下一项，要么引起一个StopIteration异常，以终止迭代（只能往后走，不能往前退） -
可迭代对象：
实现了迭代器协议的对象就是可迭代对象 -
for循环的本质：
先将对象变为可迭代对象，再循环所有对象，全都是使用迭代器协议，一次一次得调用协议中的__next__方法
注意：
字符串、列表、元组、字典、集合、文件对象都不是可迭代对象，它们根本不存在next方法，只不过在for循环时，调用了它们内部的__iter__方法，把它们变成了可迭代对象 -
强大的for循环机制：
基于迭代器协议提供一个统一的可以遍历所有对象的方法，不管是有序的列表、字符串、元组，还是无序的集合、字典、文件，都可以通过for循环来遍历 -
迭代器如何工作的：
x = 'world'
iter_test=x.__iter__() #用__iter__将x字符串变为可迭代对象
print(iter_test) #这样会打印出该可迭代对象的编码
#成为可迭代对象后，就有了可迭代对象专有的next方法，就可以一步一步操作
print(iter_test.__next__())
print(iter_test.__next__())
print(iter_test.__next__())
print(iter_test.__next__())
print(iter_test.__next__())
运行结果：
w
o
r
l
d
将字符串中的字符一个一个全部输出了
- while循环模拟for循环与迭代器的结合：
x = 'world'
iter_x = x.__iter__() #将字符串变成可迭代对象
while True: #循环遍历可迭代对象
try:
print(iter_x.__next__()) #输出每次遍历的结果
except StopIteration: #如果出现StopIteration，就终止
print('迭代完毕了，循环终止了')
break
运行结果：
w
o
r
l
d
迭代完毕了，循环终止了
- 用内置函数next()取值可迭代对象：
x = ['may','you','be','happy']
iter_x=x.__iter__() #用__iter__将x字符串变为可迭代对象
#用内置函数next()取值可迭代对象
print(next(iter_x))
print(next(iter_x))
print(next(iter_x))
print(next(iter_x))
运行结果：
may
you
be
happy
生成器（迭代器的亲兄弟）
-
通过以上的分析就可以看出，遵循迭代器协议的对象就是可迭代对象，这个可迭代对象就是迭代器
-
生成器： 自动实现可迭代协议的一种数据类型，这类数据默认已经iter过了，因此默认存在__next__方法
-
生成器函数：
函数的返回值用yield而不是用return，这样返回的数据就是一个生成器，默认的可迭代对象，拥有__next__方法
def test():
yield 'ok'
res = test()
print(res)
print(next(res))
三元表达式
name = '乌索普'
res = '骗子' if name == '乌索普' else '勇敢的海上战士'
#三元表达式，将if为True要执行的 表达放在if前面，if后接else
#这里的意思：如果name变量值为'乌索普'，就将'骗子'赋值给res，
#否则赋值成'勇敢的海上战士'
print(res)
运行结果：
骗子
列表解析与生成器表达式
- 普通赋值：
egg = []
for i in range(10):
egg.append('鸡蛋%s'%i)
print(egg)
运行结果：
[‘鸡蛋0’, ‘鸡蛋1’, ‘鸡蛋2’, ‘鸡蛋3’, ‘鸡蛋4’, ‘鸡蛋5’, ‘鸡蛋6’, ‘鸡蛋7’, ‘鸡蛋8’, ‘鸡蛋9’]
- 列表解析（快速赋值）：
egg = []
egg = ['鸡蛋%s'%i for i in range(10)]
print(egg)
甚至可以这样：
egg = []
egg = ['鸡蛋%s'%i for i in range(10) if i>=5] #一个三元表达式
print(egg)
但是要注意。不存在四元表达式，所有不能：
egg = ['鸡蛋%s'%i for i in range(10) if i>=5 else i]
- 生成器表达式：
chicken = ('鸡%s' %i for i in range(10)) #制作一个生成器
print(chicken) #输出生成器，会显示它是一个可迭代对象
print(chicken.__next__()) #用__next__方法一个一个输出可迭代对象
print(chicken.__next__())
print(next(chicken))
print(next(chicken))
运行结果：
鸡0
鸡1
鸡2
鸡3
Ps：列表解析与生成器表达式都是一种便利的编程方式，不过生成器表达式更节省内存，因为它是基于迭代器协议一个一个取值的
yield()与send()
- 生成器的yield可以有多个
def test():
print('this is line one') #yield可以有多个，执行一次就停一下
yield 1
print('this is line two')
yield 2
t = test() #运行函数并将返回值赋给t，返回值是一个生成器
next(t) #调用生成器，执行第一次
next(t) #执行第二次
运行结果：
this is line one
this is line two
- 运行迭代器的三种方法:next()和send()
def test():
print('this is line one') #yield可以有多个，执行一次就停一下
yield 1
print('this is line two')
yield 2
print('this is line three')
yield 3
t = test() #运行函数并将返回值赋给t，返回值是一个生成器
next(t) #调用生成器，执行第一次
t.send('123')
#用send()传入一个值给当时停住的那个yield，此时第一个yield已经执行了，所以为第二个
#相当于传入一个值，让函数运行并返回传入的该值
t.__next__() #执行第三次
运行结果：
this is line one
this is line two
this is line three
- 不可退原理：生成器只能遍历一次
def test():
for i in range(4):
yield i
t = test()
t1 = (i for i in t)
#t1得到的就是生成器一个一个运行返回的值，但是t1此时并没有接收任何值，
#直到有了输出命令，生成器才开始执行，生成值，且不可退
t2 = (i for i in t1)
#因为生成器不可退，t1已经将生成器执行到了StopIteration，
#故再遍历t1已经没有生成器去运行了,因此会输出空列表
print(list(t1)) #list也遵循for循环协议，将生成器的内容提取出来组成一个列表
print(list(t2))
运行结果：
[0, 1, 2, 3]
[]
本篇可以说是生成器的完整剖析，生成器的内容大都囊括了。从最基本的原理到最终使用迭代器，贯穿了迭代器、生成器、三元表达式、列表解析、生成器函数、生成器表达式、send()与yield() 等多个方面的内容
