本质上，迭代器、生成器和生成器表达式是同一种东西，向Python解释器不断的提供对象。
只不过为了达到同样的目的，迭代器、生成器和生成器表达式实现的方式有所不同。
迭代器
使用类去实现Python的迭代器协议，重写__iter__和__next__魔术方法。
其中__iter__函数必须返回一个实现了__next__函数的对象，__next__函数的返回值就是迭代器对象每次提供的对象内容。
如果在迭代过程中，__next__函数抛出了StopIteration异常，则迭代器中止。
'''生成N个1~10之间随机数字的迭代器
'''
import random
class MyIter:
def __init__(self,n):
self.count = 0
self.ntimes = n
def __iter__(self):
'''必须返回一个实现了__next__的对象'''
return self
def __next__(self):
'''函数返回值就是每次迭代时由迭代器提供的对象,
函数抛出StopIteration时，意味着迭代器的中止
'''
if self.count >= self.ntimes:
raise StopIteration
else:
self.count += 1
return random.randint(1,10)
手动迭代：
myiter = MyIter(5)
itr = iter(myiter) # 内置函数iter会调用myiter.__iter__()
print(next(itr)) # 内置函数next会调用itr.__next__()
print(next(itr))
print(next(itr))
print(next(itr))
print(next(itr))
print(next(itr)) # 第6次调用itr的__next__函数，产生StopIteration异常
也可以使用for循环来从迭代器取内容：
for i in MyIter(5):
print(i)
屏幕上会打印5个1~10之间的随机数字，并且for循环会处理StopIteration异常，中止继续迭代。
为了提供几个数字，迭代器却需要从类开始构建，并实现迭代器协议，有些过于繁琐。于是就有了生成器。
生成器
生成器是一个函数。与一般函数不同的是，生成器函数多了一个“返回”关键字yield，通过yield“返回”的内容是迭代过程中生成器提供给Python解释器的对象。一旦生成器函数由return返回了，就意味着函数的结束也意味着生成器中止。
'''生成N个1~10之间随机数字的生成器
'''
import random
def mygen(n):
for i in range(n):
yield random.randint(1, 10)
mygen是一个生成器函数，通过yield“返回”内容时控制流从函数暂时交还给函数调用处。只要迭代继续进行，控制流就能回到函数中上一次yield返回处继续执行。当n次后，循环语句结束，mygen函数通过return返回None。mygen函数一旦执行了return，就意味着将控制流彻底的从函数中交还给了函数调用处。至此，产生StopIteration异常，生成器中止。
手动迭代：
gen = mygen(5) #获得一个生成器
print(next(gen)) # 打印yield的“返回值”
print(next(gen))
print(next(gen))
print(next(gen))
print(next(gen))
# 第6次调用时，for循环结束
# mygen函数通过return语句返回None
# 函数结束，生成器中止，产生StopIteration异常
print(next(gen))
也可以使用for循环来从迭代器取内容：
for i in mygen(5):
print(i)
屏幕上会打印5个1~10之间的随机数字，for循环会处理StopIteration异常，中止继续迭代。
实现同样功能时，生成器仅仅需要3行代码就可以做到，可以把生成器函数看做迭代器的语法糖。
生成器表达式
就像列表表达式（也称为列表推导式）是生成列表的简化方式，生成器表达式（也称为生成器推导式）是生成器函数的简化方式。
'''生成5个1~10之间随机数的生成器表达式
'''
gen = (random.randint(1,10) for i in range(5))
表达式的结果是一个生成器对象，通过gen可以手动或for迭代。
这一次代码简化到了一行，但是与生成器函数相比有一些不便的地方在于：
1. 显然生成随机数的个数不能通过参数传入，只能写成固定的数值5
2.再想获得一个生成器迭代时，只能把表达式重新再写一遍，不太符合代码复用的原则。
gen = (random.randint(1, 10) for _i in range(5))
for i in gen:
print(i)
# 再想使用时，只能把表达式重新再写一遍
gen2 = (random.randint(1, 10) for _i in range(5))
print(next(gen2))