最近在看Python基础教程（第三版），是之前python课的课本，但是之前没读过，虽然python一直用得挺多，但重新读读收获还挺大。这里做个笔记。
先是迭代器是什么并简单实现一个迭代器，然后是实现了一些range()。后面本来想写生成器和八皇后问题，但是发现了一些很不错的博客，比我能写出来的好多了，把链接收藏在后面了。
创新互联专注于企业营销型网站、网站重做改版、十堰郧阳网站定制设计、自适应品牌网站建设、H5建站、成都做商城网站、集团公司官网建设、成都外贸网站制作、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为十堰郧阳等各大城市提供网站开发制作服务。
迭代器是像循环一样重复很多次，但不会像列表那样一次性全部生成，而是需要用的时候再生成，就节省了内存资源。有时可能只想一个个地获取值，而不是用列表一次性获取，列表可能占用太多内存，并且有时没办法使用列表，列表的长度会到无穷大。
简单的说，迭代器类中：
根据上面描述可以简单写一个迭代器出来
class TestIterator:
value = 0
def __next__(self):
self.value += 1
if self.value > 10: # 到这个条件了没有可返回的了就抛出一个StopIteration异常
raise StopIteration
return self.value # 每次返回下一个
def __iter__(self): # 这里返回它自己
return self
if __name__ == '__main__':
ti = TestIterator()
print(list(ti))
运行的结果是：[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
嗯于是就能知道了，关于__iter__和__next__：
实现了方法__iter__的对象是可迭代的，而实现了方法__next__的对象是迭代器。
方法__iter__返回一个迭代器，它是包含方法__next__的对象。
文档中也写得很清楚了，调用__next__时，迭代器应返回其下一个值。如果迭代器没有可供返回的值，则引发StopIteration异常。
iter返回一个迭代器对象，即object.__iter__()。如果指定了sentinel(哨兵)，这个迭代器将不断调用直到返回的是sentinel。
然后再来一个斐波那契数列的例子，迭代器对象可以被放进for循环。
class Fibs:
def __init__(self) -> None:
self.a = 0
self.b = 1
def __next__(self):
self.a, self.b = self.b, self.a + self.b
return self.a
def __iter__(self):
return self
if __name__ == '__main__':
fibs = Fibs()
for f in fibs: # 首先会执行__iter__方法获取返回值，就它自己，然后执行一次它的__next__方法，不断循环。
if f > 1000:
print(f)
break
返回这个数列中第一个大于1000的数，是1597。
(base) eisen@pop-os:~$ python3.8
Python 3.8.10 (default, Mar 15 2022, 12:22:08)
[GCC 9.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> v1 = range(20)
>>> dir(v1)
['__bool__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'count', 'index', 'start', 'step', 'stop']
这里先看到v1里面只有__iter__，v1为可迭代对象Iterable，让v2 = v1.__iter__()
>>> v2 = v1.__iter__()
>>> dir(v2)
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__']
可以看到v2既有__iter__又有__next__为迭代器对象。range就是执行v1的__iter__获取到里面的迭代器对象v2，再执行v2的__next__方法...
>>> v2.__next__()
0
>>> v2.__next__()
1
>>> v2.__next__()
2
>>> v2.__next__()
3
>>> v2.__next__()
4
>>> v2.__next__()
5
到这里就能理解书上这段话了。
于是实现一下range就很简单了，在实现的MyRange里面，__iter__方法就生成一个IterRange类的迭代器对象。
class IterRange():
def __init__(self, num):
self.num = num
self.counter = -1
def __iter__(self):
return self
def __next__(self):
self.counter += 1
if self.counter == self.num:
raise StopIteration()
return self.counter
class MyRange():
def __init__(self, num):
self.num = num
def __iter__(self):
return IterRange(self.num)
v1 = MyRange(20)
for i in v1:
print(i)
输出就是把0到19打印出来。
本来还想写后面的生成器和八皇后问题，但是发现了一些很不错的博客，我就没必要自己写了。这里收藏一下。
Python中生成器的原理，这一篇讲了生成器的使用方法，和详细的原理（里面有源码）
深入理解Python中的生成器，这一篇写了生成器的语法，以及它支持的方法close/send等。
python生成器和迭代器有这篇就够了，这篇写得很详细，后面还有补充itertools库的学习。
还记得八皇后的解法吗，这篇讲了个故事。
