循环对象

所谓的循环对象，包含有一个next()方法(python3中为__next__() )，这个方法的目的就是进行到下一个结果，而在结束一系列结果之后，举出StopIteration错误

当一个循环结构（例如for）调用循环对象时，它就会每次循环的时候调用next()方法，直到StopIteration出现为止，for循环接收到，就知道循环已经结束，停止调用next()

假设我们有一个文件data.txt

My English is not good.My English isn't very well.I can speak a little English.

运行python命令行

>>>f = open('data.txt')

>>>f.__next__()

'My English is not good.\n'

>>>f.__next__()

"My English isn't very well.\n"

>>>f.__next__()

'I can speak a little English.'

>>>f.__next__()

Traceback (most recent call last):

   File "<input>", line 1, in <module>

StopIteration

open()返回的实际上是一个循环对象,包含__next__()方法，而该next()方法每次返回的就是新的一行的内容，到达文件结尾时举出StopIteration。这样，我们相当于手工进行了循环。

自动循环如下：

for data in open("data.txt"):    print(data)

在这里，for结构自动调用next()方法，将该方法的返回值赋予给line。循环知道出现StopIteration的时候结束

生成器

生成器(generator)的主要目的是构成一个用户自定义的循环对象.

生成器的编写方法和函数定义类似，只是在return的地方改为yield。生成器中可以有多个yield。当生成器遇到一个yield时，会暂停运行生成器，返回yield后面的值。当再次调用生成器的时候，会从刚才暂停的地方继续运行，直到下一个yield。生成器自身又构成一个循环器，每次循环使用一个yield返回的值。

下面是一个生成器例子：

def generator():    a = 100    yield a    a = a*10    yield a    yield 10000

该生成器共有三个yield， 如果用作循环器时，会进行三次循环。

for i in generator():    print(i)

打印结果：

100

1000

10000

第二个生成器例子：

def gen():    for i in range(6):        yield i

调用生成器

for j in gen():    print(j)

打印结果

0

1

2

3

4

5

表推导

表推导(list comprehension)是快速生成表的方法。它的语法简单，很有实用价值。

表推导案例：

L = [x**2 for x in range(4)]

打印

for i in L:    print(i)

打印结果

0

1

4

9