先将对象变为可迭代对象，再循环所有对象，全都是使用迭代器协议，一次一次得调用协议中的__next__方法
注意：
字符串、列表、元组、字典、集合、文件对象都不是可迭代对象，它们根本不存在next方法，只不过在for循环时，调用了它们内部的__iter__方法，把它们变成了可迭代对象

4. 强大的for循环机制

基于迭代器协议提供一个统一的可以遍历所有对象的方法，不管是有序的列表、字符串、元组，还是无序的集合、字典、文件，都可以通过for循环来遍历

5. 迭代器如何工作的

x = world
iter_test=x.__iter__()  #用__iter__将x字符串变为可迭代对象
print(iter_test)  #这样会打印出该可迭代对象的编码
#成为可迭代对象后，就有了可迭代对象专有的next方法，就可以一步一步操作
print(iter_test.__next__())
print(iter_test.__next__())
print(iter_test.__next__())
print(iter_test.__next__())
print(iter_test.__next__())

运行结果：
w
o
r
l
d
将字符串中的字符一个一个全部输出了

6. while循环模拟for循环与迭代器的结合

x = world
iter_x = x.__iter__()  #将字符串变成可迭代对象
while True:  #循环遍历可迭代对象
    try:
        print(iter_x.__next__())  #输出每次遍历的结果
    except StopIteration:  #如果出现StopIteration，就终止
        print(迭代完毕了，循环终止了)
        break

运行结果：
w
o
r
l
d
迭代完毕了，循环终止了

7. 用内置函数next()取值可迭代对象

x = [may,you,be,happy]
iter_x=x.__iter__()  #用__iter__将x字符串变为可迭代对象
#用内置函数next()取值可迭代对象
print(next(iter_x))
print(next(iter_x))
print(next(iter_x))
print(next(iter_x))

运行结果：
may
you
be
happy

生成器（迭代器的亲兄弟）

1. 迭代器与可迭代对象

通过以上的分析就可以看出，遵循迭代器协议的对象就是可迭代对象，这个可迭代对象就是迭代器

2. 生成器本质

自动实现可迭代协议的一种数据类型，这类数据默认已经iter过了，因此默认存在__next__方法

生成器函数：
函数的返回值用yield而不是用return，这样返回的数据就是一个生成器，默认的可迭代对象，拥有__next__方法

def test():
    yield ok
res = test()
print(res)
print(next(res))

三元表达式

name = 乌索普
res = 骗子 if name == 乌索普 else 勇敢的海上战士
#三元表达式，将if为True要执行的 表达放在if前面，if后接else
#这里的意思：如果name变量值为乌索普，就将骗子赋值给res，
#否则赋值成勇敢的海上战士
print(res)

运行结果：
骗子

列表解析与生成器表达式

1. 普通赋值

egg = []
for i in range(10):
    egg.append(鸡蛋%s%i)
print(egg)

运行结果：
[‘鸡蛋0’, ‘鸡蛋1’, ‘鸡蛋2’, ‘鸡蛋3’, ‘鸡蛋4’, ‘鸡蛋5’, ‘鸡蛋6’, ‘鸡蛋7’, ‘鸡蛋8’, ‘鸡蛋9’]

2. 列表解析（快速赋值）

egg = []
egg = [鸡蛋%s%i for i in range(10)]
print(egg)

甚至可以这样：

egg = []
egg = [鸡蛋%s%i for i in range(10) if i>=5]  #一个三元表达式
print(egg)

但是要注意。不存在四元表达式，所有不能：

egg = [鸡蛋%s%i for i in range(10) if i>=5 else i]

3. 生成器表达式

chicken = (鸡%s %i for i in range(10))  #制作一个生成器
print(chicken)  #输出生成器，会显示它是一个可迭代对象
print(chicken.__next__())  #用__next__方法一个一个输出可迭代对象
print(chicken.__next__())
print(next(chicken))
print(next(chicken))

运行结果：
鸡0
鸡1
鸡2
鸡3

Ps：列表解析与生成器表达式都是一种便利的编程方式，不过生成器表达式更节省内存，因为它是基于迭代器协议一个一个取值的

yield()与send()

1. 生成器的yield可以有多个

def test():
    print(this is line one)  #yield可以有多个，执行一次就停一下
    yield 1
    print(this is line two)
    yield 2
t = test()  #运行函数并将返回值赋给t，返回值是一个生成器
next(t)  #调用生成器，执行第一次
next(t)  #执行第二次

运行结果：
this is line one
this is line two

2. 运行迭代器的三种方法

分别是：next， next()， send()

def test():
    print(this is line one)  #yield可以有多个，执行一次就停一下
    yield 1
    print(this is line two)
    yield 2
    print(this is line three)
    yield 3
t = test()  #运行函数并将返回值赋给t，返回值是一个生成器
next(t)  #调用生成器，执行第一次
t.send(123)
#用send()传入一个值给当时停住的那个yield，此时第一个yield已经执行了，所以为第二个
#相当于传入一个值，让函数运行并返回传入的该值
t.__next__()  #执行第三次

运行结果：
this is line one
this is line two
this is line three

3. 不可退原理

生成器只能遍历一次

def test():
    for i in range(4):
        yield i
t = test()
t1 = (i for i in t)
#t1得到的就是生成器一个一个运行返回的值，但是t1此时并没有接收任何值，
#直到有了输出命令，生成器才开始执行，生成值，且不可退
t2 = (i for i in t1)
#因为生成器不可退，t1已经将生成器执行到了StopIteration，
#故再遍历t1已经没有生成器去运行了,因此会输出空列表
print(list(t1))  #list也遵循for循环协议，将生成器的内容提取出来组成一个列表
print(list(t2))

运行结果：
[0, 1, 2, 3]
[]

本篇可以说是生成器的完整剖析，生成器的内容大都囊括了。从最基本的原理到最终使用迭代器，贯穿了迭代器、生成器、三元表达式、列表解析、生成器函数、生成器表达式、send()与yield() 等多个方面的内容

以上是关于初学者python笔记（迭代器生成器三元表达式列表解析send()与yield()）的主要内容，如果未能解决你的问题，请参考以下文章

Python基础第九天——迭代对象迭代器对象生成器三元表达式列表解析生成器表达式

Python-三元表达式迭代器，生成器

python_day04 函数嵌套名称空间和作用域闭包装饰器迭代器生成器列表解析三元表达式生成器表达式

python迭代器生成器及三元表达式

迭代器,生成器,三元表达式,列表解析式

迭代器与生成器