叠代器模式：壹種惰性獲取數據項的方式，即按需壹次獲取壹個數據項。
所有序列都是可以叠代的。我們接下來要實現壹個 Sentence（句子）類，我們向這個類的構造方法傳入包含壹些文本的字符串，然後可以逐個單詞叠代。
接下來測試 Sentence 實例能否叠代
序列可以叠代的原因：
iter()
解釋器需要叠代對象 x 時，會自動調用iter(x)。
內置的 iter 函數有以下作用：
由於序列都實現了 __getitem__ 方法，所以都可以叠代。
可叠代對象：使用內置函數 iter() 可以獲取叠代器的對象。
與叠代器的關系：Python 從可叠代對象中獲取叠代器。
下面用for循環叠代壹個字符串，這裏字符串 'abc' 是可叠代的對象，用 for 循環叠代時是有生成器，只是 Python 隱藏了。
如果沒有 for 語句，使用 while 循環模擬，要寫成下面這樣：
Python 內部會處理 for 循環和其他叠代上下文（如列表推導，元組拆包等等）中的 StopIteration 異常。
標準的叠代器接口有兩個方法：
__next__ ：返回下壹個可用的元素，如果沒有元素了，拋出 StopIteration 異常。
__iter__ ：返回 self，以便在需要使用可叠代對象的地方使用叠代器，如 for 循環中。
叠代器：實現了無參數的 __next__ 方法，返回序列中的下壹個元素；如果沒有元素了，那麽拋出 StopIteration 異常。Python 中的叠代器還實現了 __iter__ 方法，因此叠代器也可以叠代。
接下來使用叠代器模式實現 Sentence 類：
註意， 不要 在 Sentence 類中實現 __next__ 方法，讓 Sentence 實例既是可叠代對象，也是自身的叠代器。
為了“支持多種遍歷”，必須能從同壹個可叠代的實例中獲取多個獨立的叠代器，而且各個叠代器要能維護自身的內部狀態，因此這壹模式正確的實現方式是，每次調用 iter(my_iterable) 都新建壹個獨立的叠代器。
所以總結下來就是：
實現相同功能，但卻符合 Python 習慣的方式是，用生成器函數代替 SentenceIteror 類。
只要 Python 函數的定義體中有 yield 關鍵字，該函數就是生成器函數。調用生成器函數，就會返回壹個生成器對象。
生成器函數會創建壹個生成器對象，包裝生成器函數的定義體，把生成器傳給 next(...) 函數時，生成器函數會向前，執行函數定義體中的下壹個 yield 語句，返回產出的值，並在函數定義體的當前位置暫停，。最終，函數的定義體返回時，外層的生成器對象會拋出 StopIteration 異常，這壹點與叠代器協議壹致。
如今這壹版 Sentence 類相較之前簡短多了，但是還不夠慵懶。 惰性 ，是如今人們認為最好的特質。惰性實現是指盡可能延後生成值，這樣做能節省內存，或許還能避免做無用的處理。
目前實現的幾版 Sentence 類都不具有惰性，因為 __init__ 方法急迫的構建好了文本中的單詞列表，然後將其綁定到 self.words 屬性上。這樣就得處理整個文本，列表使用的內存量可能與文本本身壹樣多（或許更多，取決於文本中有多少非單詞字符）。
re.finditer 函數是 re.findall 函數的惰性版本，返回的是壹個生成器，按需生成 re.MatchObject 實例。我們可以使用這個函數來讓 Sentence 類變得懶惰，即只在需要時才生成下壹個單詞。
標準庫提供了很多生成器函數，有用於逐行叠代純文本文件的對象，還有出色的 os.walk 函數等等。本節專註於通用的函數：參數為任意的可叠代對象，返回值是生成器，用於生成選中的、計算出的和重新排列的元素。
第壹組是用於 過濾 的生成器函數：從輸入的可叠代對象中產出元素的子集，而且不修改元素本身。這種函數大多數都接受壹個斷言參數(predicate)，這個參數是個 布爾函數 ，有壹個參數，會應用到輸入中的每個元素上，用於判斷元素是否包含在輸出中。
以下為這些函數的演示：
第二組是用於映射的生成器函數：在輸入的單個/多個可叠代對象中的各個元素上做計算，然後返回結果。
以下為這些函數的用法：
第三組是用於合並的生成器函數，這些函數都可以從輸入的多個可叠代對象中產出元素。
以下為演示：
第四組是從壹個元素中產出多個值，擴展輸入的可叠代對象。
以下為演示：
第五組生成器函數用於產出輸入的可叠代對象中的全部元素，不過會以某種方式重新排列。
下面的函數都接受壹個可叠代的對象，然後返回單個結果，這種函數叫“歸約函數”，“合攏函數”或“累加函數”，其實，這些內置函數都可以用 functools.reduce 函數實現，但內置更加方便，而且還有壹些優點。
參考教程：
《流暢的python》 P330 - 363