生成器并行实例：

send发送值被yield接受到赋值给baozi变量

       #yield作用只是在这里保存这个值的当前状态然后返回之后在调用next,又回到yield

       #单纯调用next不会给yield传值,next只是在调用yield,send是调用yield并且传值

       import time

#协程

def consumer(name):

    print("%s 准备吃包子啦!" %name)

    while True:

       baozi = yield#send发送值被yield接受到赋值给baozi变量

       #yield作用只是在这里保存这个值的当前状态然后返回之后在调用next,又回到yield

       #单纯调用next不会给yield传值,next只是在调用yield,send是调用yield并且传值

       print("包子[%s]来了,被[%s]吃了!" %(baozi,name))

# c = consumer("dapangxiaozi")

# c.__next__()

# c.send("韭菜馅")

# c.__next__()

# def producer(name):

#     c = consumer('A') #只是变成生成器

#     c2 = consumer('B')

#     c.__next__()

#     c2.__next__()

#     print("老子开始准备做包子啦!")

#     for i in range():

#         time.sleep()

#         print("做了2个包子!")

#         c.send(i)

#         c2.send(i)

#

# producer("alex")

def producer(name):

    c= consumer("A")

    c2 = consumer("B")

    c.__next__()

    c2.__next__()

    print("开始吃包子了！")

    for i in range():

        time.sleep()

        print("%s做了1个包子"%name)

        c.send(i)

        c2.send(i)

producer("alex")

迭代器：

*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

我们已经知道，可以直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如list、tuple、dict、set、str等；

一类是generator，包括生成器和带yield的generator function。

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。

可以使用isinstance()判断一个对象是否是Iterable对象：

*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
*生成器一定是迭代器
*可迭代对象加上iter()就可以变成迭代器