1. 疊代器
疊代器是通路集合元素的一種方式。疊代器對象從集合的第一個元素開始通路，知道所有的元素被通路完結束。疊代器隻能往前不會後退，不過這也沒什麼，因為人們很少在疊代途中往後退。
1.1 使用疊代器的優點
對于原生支援随機通路的資料結構（如tuple、list），疊代器和經典for循環的索引通路相比并無優勢，反而丢失了索引值（可以使用内建函數enumerate()找回這個索引值）。但對于無法随機通路的資料結構（比如set）而言，疊代器是唯一的通路元素的方式。
另外，疊代器的一大優點是不要求事先準備好整個疊代過程中所有的元素。疊代器僅僅在疊代到某個元素時才計算該元素，而在這之前或之後，元素可以不存在或者被銷毀。這個特點使得它特别适合用于周遊一些巨大的或是無限的集合，比如幾個G的檔案，或是斐波那契數列等等。
疊代器更大的功勞是提供了一個統一的通路集合的接口，隻要定義了__iter__()方法對象，就可以使用疊代器通路。
疊代器有兩個基本的方法
next方法：傳回疊代器的下一個元素
__iter__方法：傳回疊代器對象本身
下面用生成斐波那契數列為例子，說明為何用疊代器
代碼1
直接在函數fab(max)中用print列印會導緻函數的可複用性變差，因為fab傳回None。其他函數無法獲得fab函數傳回的數列。
代碼2
代碼2滿足了可複用性的需求，但是占用了記憶體空間，最好不要。
代碼3
對比
前一個傳回1000個元素的清單，而後一個在每次疊代中傳回一個元素，是以可以使用疊代器來解決複用可占空間的問題
執行
<code>>>> for key in Fabs(</code><code>5</code><code>):</code>
<code> </code><code>print</code> <code>key</code>
<code> </code>
<code>1</code>
<code>2</code>
<code>3</code>
<code>5</code>
Fabs 類通過 next() 不斷傳回數列的下一個數，記憶體占用始終為常數
1.2 使用疊代器
使用内建的工廠函數iter(iterable)可以擷取疊代器對象：
<code>>>> lst = range(</code><code>5</code><code>)</code>
<code>>>> it = iter(lst)</code>
<code>>>> it</code>
<code><listiterator object at </code><code>0</code><code>x</code><code>01</code><code>A</code><code>63110</code><code>></code>
使用next()方法可以通路下一個元素：
<code>>>> it.next()</code>
<code>0</code>
python處理疊代器越界是抛出StopIteration異常
<code>>>> it.next</code>
<code><method-wrapper </code><code>'next'</code> <code>of listiterator object at </code><code>0</code><code>x</code><code>01</code><code>A</code><code>63110</code><code>></code>
<code>4</code>
<code>Traceback (most recent call last):</code>
<code> </code><code>File </code><code>"<pyshell#27>"</code><code>, line </code><code>1</code><code>, in <module></code>
<code> </code><code>it.next()</code>
<code>StopIteration</code>
了解了StopIteration，可以使用疊代器進行周遊了
結果
<code>>>></code>
事實上，因為疊代器如此普遍，python專門為for關鍵字做了疊代器的文法糖。在for循環中，Python将自動調用工廠函數iter()獲得疊代器，自動調用next()擷取元素，還完成了檢查StopIteration異常的工作。如下
首先python對關鍵字in後的對象調用iter函數疊代器，然後調用疊代器的next方法獲得元素，直到抛出StopIteration異常。
1.3 定義疊代器
下面一個例子——斐波那契數列
<code><__main__.Fabs object at </code><code>0</code><code>x</code><code>01</code><code>A</code><code>63090</code><code>></code>
2. 疊代器
帶有 yield 的函數在 Python 中被稱之為 generator（生成器），幾個例子說明下（還是用生成斐波那契數列說明）
可以看出代碼3遠沒有代碼1簡潔，生成器（yield）既可以保持代碼1的簡潔性，又可以保持代碼3的效果
代碼4
<code>>>> for n in fab(</code><code>5</code><code>):</code>
<code> </code><code>print</code> <code>n</code>
簡單地講，yield 的作用就是把一個函數變成一個 generator，帶有 yield 的函數不再是一個普通函數，Python 解釋器會将其視為一個 generator，調用 fab(5) 不會執行 fab 函數，而是傳回一個 iterable 對象！在 for 循環執行時，每次循環都會執行 fab 函數内部的代碼，執行到 yield b 時，fab 函數就傳回一個疊代值，下次疊代時，代碼從 yield b 的下一條語句繼續執行，而函數的本地變量看起來和上次中斷執行前是完全一樣的，于是函數繼續執行，直到再次遇到 yield。看起來就好像一個函數在正常執行的過程中被 yield 中斷了數次，每次中斷都會通過 yield 傳回目前的疊代值。
也可以手動調用 fab(5) 的 next() 方法（因為 fab(5) 是一個 generator 對象，該對象具有 next() 方法），這樣我們就可以更清楚地看到 fab 的執行流程：
<code>>>> f = fab(</code><code>3</code><code>)</code>
<code>>>> f.next()</code>
<code> </code><code>File </code><code>"<pyshell#62>"</code><code>, line </code><code>1</code><code>, in <module></code>
<code> </code><code>f.next()</code>
return作用
在一個生成器中，如果沒有return，則預設執行到函數完畢；如果遇到return,如果在執行過程中 return，則直接抛出 StopIteration 終止疊代。例如
<code>>>> s = fab(</code><code>5</code><code>)</code>
<code>>>> s.next()</code>
<code> </code><code>File </code><code>"<pyshell#66>"</code><code>, line </code><code>1</code><code>, in <module></code>
<code> </code><code>s.next()</code>
代碼5 檔案讀取
如果直接對檔案對象調用 read() 方法，會導緻不可預測的記憶體占用。好的方法是利用固定長度的緩沖區來不斷讀取檔案内容。通過 yield，我們不再需要編寫讀檔案的疊代類，就可以輕松實作檔案讀取。
http://blog.51cto.com/user_index.php?action=addblog_new&did=178525
3. 參考
Python函數式程式設計指南（三）：疊代器Python yield 使用淺析
![12 個要收藏的前端 CSS 網站[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)