废话不多说  直接上代码：

 

s=iter('12345')print 's.next(): ', s.next()print 'type(s.next()):' ,  type(s.next())print 's.next(): ', s.next()print 'type(s):' , type(s)dic ={ 'a':'c','b':'c'}d=iter(dic)print 'dic= ',dicprint 'type(d): ',type(d)print 'd.next(): ' ,d.next()

结果：

s.next():  1type(s.next()): 
     
      s.next():  3type(s): 
      
       dic=  {'a': 'c', 'b': 'c'}type(d):  
       
        d.next():  a
       
      
     

　　

 字典的迭代器会遍历他的键。

for eachKey in dict.keys():   ====== 等于=======for eachKey in dict

 

文件迭代器会自动调用readline()方法。

myFile = open(filename)

for eachline in myFile:

    print eachline

 

可变对象的迭代器，如列表、字典，使用时后不能更改元素的值。

列表解析： [len(word) for line in file for word in line.split()]

不足：列表解析必须生成所有的数据，用于创建整个列表，这可能会对有大量数据的迭代器有负面效应。

生成器表达式 可以通过列表解析和生成器解决这个问题。

生成器并不真正创建数字列表，二是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目"产生（yeild）"出来。生成器表达式使用了”延迟计算（lazy evaluation）“,所以它在使用内存上更有效。

与列表解析在形式上的差别仅在于一个是[]一个是()。

 生成器表达式：

   max（len（x.strip()） for x in open(file)）

生成器：

   从语法上讲，生成器是一个带yield语句的函数。一个函数或者子程序只返回一次，但一个生成器能暂停执行并返回一个中间的结果——那就是yeild语句的功能，返回一个值给调用者并暂停执行。当生成器的next()的方法被调用的时候，它会准确地从离开的地方继续。