先說迭代器，對于string、list、dict、tuple等這類容器對象，使用for循環遍歷是很方便的。在后臺for語句對容器對象調用iter()函數，iter()是python的內置函數。iter()會返回一個定義了next()方法的迭代器對象，它在容器中逐個訪問容器內元素，next()也是python的內置函數。在沒有后續元素時，next()會拋出一個StopIteration異常，通知for語句循環結束。比如：

>>> s = 'abc'>>> it = iter(s)>>> it<str_iterator object at 0x7f71fefe9d68>>>> next(it)'a'>>> next(it)'b'>>> next(it)'c'>>> next(it)Traceback (most recent call last): File "<stdin>", line 1, in <module>StopIteration

上面說的都是python自帶的容器對象，它們都實現了相應的迭代器方法，那如果是自定義類需要遍歷怎么辦？方法很簡單，對這個類AClass，實現一個__iter__(self)方法，使其返回一個帶有__next__(self)方法的對象就可以了。如果你在AClass剛好也定義了__next__(self)方法（一般使用迭代器都會定義），那在__iter__里只要返回self就可以。廢話少說，先上代碼：

class Fib(object):  def __init__(self, max):    super(Fib, self).__init__()    self.max = max  def __iter__(self):    self.a = 0    self.b = 1    return self  def __next__(self):    fib = self.a    if fib > self.max:      raise StopIteration    self.a, self.b = self.b, self.a + self.b    return fibdef main():  fib = Fib(100)  for i in fib:    print(i)if __name__ == '__main__':  main()

簡單講下代碼會干什么，定義了一個Fib類，用于生成fibonacci序列。用for遍歷時會逐個打印生成的fibonacci數，max是生成的fibonacci序列中數字大小的上限。

在類的實現中，定義了一個__iter__(self)方法，這個方法是在遍歷時被iter()調用，返回一個迭代器。因為在遍歷的時候，是直接調用的python內置函數iter()，由iter()通過調用__iter__(self)獲得對象的迭代器。有了迭代器，就可以逐個遍歷元素了。而逐個遍歷的時候，也是使用內置的next(）函數通過調用對象的__next__(self)方法對迭代器對象進行遍歷。所以要實現__iter__(self)和__next__(self)。而且因為實現了__next__(self)，所以在實現__iter__(self)的時候，直接返回self就可以。

為了更好理解，我再簡單重復下上面說的那一段：在循環遍歷自定義容器對象時,會使用python內置函數iter()調用遍歷對象的__iter__(self)獲得一個迭代器,之后再循環對這個迭代器使用next()調用迭代器對象的__next__(self)。__iter__只會被調用一次,而__next__會被調用 n 次。

下面說生成器。

生成器（Generator）是創建迭代器的簡單而強大的工具。它們寫起來就像是正規的函數，只是在需要返回數據的時候使用yield語句。每次next()被調用時，生成器會返回它脫離的位置（它記憶語句最后一次執行的位置和所有的數據值）。以下示例演示了生成器可以很簡單的創建出來:

>>> def reverse(data):...   for index in range(len(data)-1, -1, -1):...     yield data[index]... >>> for char in reverse('hello'):...   print(char)... olleh

關于迭代器和生成器的區別，生成器能做到迭代器能做的所有事,而且因為自動創建了__iter__()和 next()方法,生成器顯得特別簡潔,而且生成器也是高效的。除了創建和保存程序狀態的自動方法,當發生器終結時,還會自動拋出StopIteration異常。一個帶有yield的函數就是一個 生成器,它和普通函數不同,生成一個 generator 看起來像函數調用,但不會執行任何函數代碼,直到對其調用next()(在 for 循環中會自動調用next())才開始執行。雖然執行流程仍按函數的流程執行,但每執行到一個yield語句就會中斷,并返回一個迭代值,下次執行時從yield的下一個語句繼續執行?？雌饋砭秃孟褚粋€函數在正常執行的過程中被yield中斷了數次,每次中斷都會通過yield返回當前的迭代值（yield暫停一個函數，next()從其暫停處恢復其運行）。

另外對于生成器，python還提供了一個生成器表達式：類似與一個yield值的匿名函數。表達式本身看起來像列表推到, 但不是用方括號而是用圓括號包圍起來：

>>> unique_characters = {'E', 'D', 'M', 'O', 'N', 'S', 'R', 'Y'}>>> gen = (ord(c) for c in unique_characters)>>> gen<generator object <genexpr> at 0x7f2be4668678>>>> for i in gen:...   print(i)... 6979837782788968>>> 

如果需要，可以將生成器表達式傳給tuple、list或是set來迭代所有的值并且返回元組、列表或是集合。在這種情況下，不需要一對額外的括號 ―――― 直接將生成器表達式 ord(c) for c in unique_characters傳給tuple()等函數就可以了, Python 會推斷出它是一個生成器表達式。

最后，為什么要使用生成器？因為效率。使用生成器表達式取代列表解析可以同時節省 cpu 和 內存(ram)。如果你構造一個列表的目的僅僅是傳遞給別的函數,(比如 傳遞給tuple()或者set()), 那就用生成器表達式替代吧!

以上所述就是本文的全部內容了，希望大家能夠喜歡。