迭代器协议意味着对象必须提供下一个next方法。执行此方法将返回迭代中的下一个项目，或导致stoplteration异常终止迭代。而生成器可以理解为一种数据类型，它可以自动实现迭代器协议（其他数据类型需要调用它们自己的内置__iter__方法），因此生成器是可迭代的对象。那么到底Python迭代器与生成器要怎么理解？在Python中，使用for... in ...来对list、tuple、set和dict数据类型并过滤掉所有数据。 如下：
for element in [1, 2, 3]:
print(element)
for element in (1, 2, 3):
print(element)
for key in {'one':1, 'two':2}:
print(key)
for char in "123":
print(char)
for line in open("myfile.txt"):
print(line, end='')
1、迭代器
对字符串，列表，使用内置函数 iter 转化为可迭代对象， 使用next关键字，可迭代对象每次取其中的一个值。如下面代码：
nums = [1,2,3,4]
nums = iter(nums)
print(next(nums))
print(next(nums))
print(next(nums))
print(next(nums))
输出
1
2
3
4
如果超出数据的长度，将会报错 StopIteration
nums = [1,2,3,4]
nums = iter(nums)
print(next(nums))
print(next(nums))
print(next(nums))
print(next(nums))
print(next(nums)) # 超过数据长度，报错 StopIteration
2、生成器
使用生成器可以创建迭代器。生成器主要使用 yeild 关键字，每次调用 next 时会与yeild 定义的对应。例如：我们需要取 10～20之间的数据，步长为2，可以使用如下code
for x in range(10,20,2):
print(x)
但是如果步长设置为 0.5，如下代码：
for x in range(10,20,0.5):
print(x)
将会报错
TypeError: 'float' object cannot be interpreted as an integer
这个时候，我们就可以使用 生成器来自定义一个函数
def drange(start,stop,step):
x = start
while x< stop:
yield x
x += step
for x in drange(10,20,0.5):
print(x)
再举一个例子：
给定一个字符串，倒叙排列：
def reverse(data):
for x in range(len(data)-1,-1,-1):
yield data[x]
for x in reverse('gold'):
print(x)
看到这里，相信大家对于Python迭代器与生成器已经有了一定的理解。关于更多关于Python的干货内容，尽在，从零基础到进阶提升各个学习阶段的学习内容都在等着你。
