可迭代对象：

迭代协议：只要对象内部定义了__iter__方法就实现了迭代协议；能被for循环的对象，都是可迭代对象拥有__iter__方法

例子：

s ="2222"

li = [1, 2, 3.5, 2]

dic = {'a':1}

print(s.__iter__())

print(li.__iter__())

print(dic.__iter__())

迭代器：

1、对象实现迭代协议

2、对象实现了__next__方法

注：可迭代对象可以通过 iter()方法转换为迭代器

例子：将可迭代对象，转换为迭代器

from typingimport Iterable, Iterator, Generator

li = [1, 2, 3.5, 2]

liter =iter(li) #可迭代对象转换为迭代器

    print(isinstance(liter, Iterable))

迭代器每次只会取一个值，不会一下子全部返回与迭代器相比占用的内存较小：

        print(next(liter))

注意当值全部取完后会抱一个错误信息：

意思是值都取完了

生成器：

生成器是一种特殊的迭代器

注意：生成器比迭代器多了三个方法

生成器比迭代器多了三个方法，close、send、throw

生成器属于迭代器，迭代器属于可迭代对象

g = (ifor iin range(100))

print(isinstance(g, Generator))

生成器取值：print(next(g))

close:关闭生成器

print(g.close()) 

print(next(g))

关闭生成器后就无法在获取值，错误信息与取值完后是一样的信息

send：与生成器内部数据进行交互(调用该方法前提是，先使用一次next生成一条数据)

def gen():

    print('----start------')

    for iin range(10):

        s =yield i

        print(s)

        print('-----end--------{}'.format(i))

g = gen()

res=g.send(88)

print(res)

输出结果是 88

send 改变数据内部生成的规则

使用了yelid函数，当函数中有使用yield,那么这个函数就不再是一个普通的函数了，调用执行的时候不会直接执行会自动返回一个生成器对象

变量s 接收的是通过send传入的值

throw: 在生成器内部主动引发一个异常，参数：异常类型  异常信息

g.throw(NameError, '异常信息')