Python “的具体用例是什么？”；迭代器；？

我正在阅读，但为什么我们需要使用“迭代器”？如下所示，我们可以使用一个简单的

列表

和索引方法：

使用列表 输出： 输出：

C:\Users\test\Desktop>python iterator.py
C
A.
T
回溯（最近一次呼叫最后一次）：
文件“iterator.py”，第36行，在
下一步打印（t）
停止迭代
C:\Users\test\Desktop>

在您的示例中，使用iterable和直接访问string对象之间实际上没有太大区别

Iterable是行为的更高抽象。例如，它可以是一个对象，仅在调用函数时才惰性地计算

next（）

项。例如：

class Fibonacci(object):

    def __init__(self):
        self.x = 1
        self.y = 1

    def next(self):
        tmp = self.x
        self.x = self.y
        self.y = self.y + tmp
        return tmp


if "__main__" == __name__:
    fib = Fibonacci()
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next() 
    # ... and we can go like this for a long time...  

输出：

1
1
2
3
5
8
13
21

---

想知道为什么要使用迭代器吗？在Python2解释器中键入

range（10**12）

：PYes，通过一些简单的例子，您将看到几乎没有什么不同。但是对于大的（甚至无限的，这是完全可能的：

def demo（）：while True:yield True

）迭代器呢？当你有一个巨大的文件要读时，它们也非常有用，不会使你的计算机崩溃。@NightShadeQueen抱歉，我还是不清楚。为什么我们不能使用简单的“for循环”来读取文件内容。在这种情况下，迭代器将如何保护（防止计算机崩溃）？一个列表已完全存储在内存中。迭代器在被请求时返回值，并且只将自己的开销作为内存。要知道，一般的程序可能几乎不需要迭代器，而不是让您信服。当迭代器确实耗尽mem时，迭代器允许相同的列表行为减去mem使用。顺便说一句，将迭代器的结果（比如通过列表理解）分配给列表->右返回hi mem use。

s = 'cat'

t = iter(s)

print next(t)
print next(t)
print next(t)
print next(t)

C:\Users\test\Desktop>python iterator.py
c
a
t
Traceback (most recent call last):
  File "iterator.py", line 36, in <module>
    print next(t)
StopIteration

C:\Users\test\Desktop>

class Fibonacci(object):

    def __init__(self):
        self.x = 1
        self.y = 1

    def next(self):
        tmp = self.x
        self.x = self.y
        self.y = self.y + tmp
        return tmp


if "__main__" == __name__:
    fib = Fibonacci()
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next()        
    print fib.next() 
    # ... and we can go like this for a long time...  

1
1
2
3
5
8
13
21