输出结果：
7 9 11 Traceback (most recent call last): File "***/generator.py", line 31, in <module> print(next(g2)) StopIteration可见，使用next()方法遍历生成器时，最后是以抛出一个StopIeration异常终止。
实例2：使用循环遍历生成器 for x in g1: print(x) for x in g2: print(x)两个循环的输出结果是一样的：
7 9 11可见，使用循环遍历生成器时比较简洁，且最后不会抛出一个StopIeration异常。因此使用循环的方式遍历生成器的方式才是被推荐的。
需要说明的是：如果生成器函数有返回值，要获取该返回值的话，只能通过在一个while循环中不断的next()，最后通过捕获StopIteration异常
实例3：调用生成器对象的send()方法 def my_range(start, end): for n in range(start, end): ret = yield 2*n + 1 print(ret) g3 = my_range(3, 6) print(g3.send(None)) print(g3.send('hello01')) print(g3.send('hello02'))输出结果：
7 hello01 9 hello02 11 print(next(g3)) print(next(g3)) print(next(g3))输出结果：
7 None 9 None 11结论：
next()会调用yield，但不给它传值
send()会调用yield，也会给它传值（该值将成为当前yield表达式的结果值）
需要注意的是：第一次调用生成器的send()方法时，参数只能为None，否则会抛出异常。当然也可以在调用send()方法之前先调用一次next()方法，目的是让生成器先进入yield表达式。
6. 生成器与列表生成式对比既然通过列表生成式就可以直接创建一个新的list，那么为什么还要有生成器存在呢？
因为列表生成式是直接创建一个新的list，它会一次性地把所有数据都存放到内存中，这会存在以下几个问题：
内存容量有限，因此列表容量是有限的；
当列表中的数据量很大时，会占用大量的内存空间，如果我们仅仅需要访问前面有限个元素时，就会造成内存资源的极大浪费；
当数据量很大时，列表生成式的返回时间会很慢；
而生成器中的元素是按照指定的算法推算出来的，只有调用时才生成相应的数据。这样就不必一次性地把所有数据都生成，从而节省了大量的内存空间，这使得其生成的元素个数几乎是没有限制的，并且操作的返回时间也是非常快速的（仅仅是创建一个变量而已）。
我们可以做个试验：对比一下生成一个1000万个数字的列表，分别看下用列表生成式和生成器时返回结果的时间和所占内存空间的大小：
import time import sys time_start = time.time() g1 = [x for x in range(10000000)] time_end = time.time() print('列表生成式返回结果花费的时间： %s' % (time_end - time_start)) print('列表生成式返回结果占用内存大小：%s' % sys.getsizeof(g1)) def my_range(start, end): for x in range(start, end): yield x time_start = time.time() g2 = my_range(0, 10000000) time_end = time.time() print('生成器返回结果花费的时间： %s' % (time_end - time_start)) print('生成器返回结果占用内存大小：%s' % sys.getsizeof(g2))输出结果：
列表生成式返回结果花费的时间： 0.8215489387512207 列表生成式返回结果占用内存大小：81528056 生成器返回结果花费的时间： 0.0 生成器返回结果占用内存大小：88可见，生成器返回结果的时间几乎为0，结果所占内存空间的大小相对于列表生成器来说也要小的多。
四、可迭代对象（Iterable）我们经常在Python的文档中看到“Iterable”这个此，它的意思是“可迭代对象”。那么什么是可迭代对象呢？
可直接用于for循环的对象统称为可迭代对象（Iterable）。
目前我们已经知道的可迭代（可用于for循环）的数据类型有：
集合数据类型：如list、tuple、dict、set、str等
生成器（Generator）
可以使用isinstance()来判断一个对象是否是Iterable对象：
from collections import Iterable print(isinstance([], Iterable)) 五、迭代器（Iterator） 1. 迭代器的定义可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。