python3迭代器iterator – Python3教程 python3迭代器|Python

上一章Python教程请查看：python3运算符重载
迭代器是可以迭代的对象，在本教程中，你将学习迭代器是如何工作的，以及如何使用__iter__和__next__方法构建自己的迭代器。
Python中的迭代器是什么？Python中到处都是迭代器，它们在for循环、理解、生成器等中优雅地实现，但是隐藏在普通的视线中。
Python中的Iterator只是一个可以迭代的对象。一个对象，它一次返回一个元素。
从技术上讲，Python迭代器对象必须实现两种特殊的方法，即__iter__()和next__()，它们统称为迭代器协议。
如果我们可以从一个对象中获得一个迭代器，那么这个对象就称为iterable。Python中的大多数内置容器，如:列表、元组、字符串等，都是可迭代的。
【python3迭代器iterator – Python3教程】iter()函数(它反过来调用了__iter__()方法)从它们返回一个迭代器。
在Python中通过迭代器进行迭代我们使用next()函数手动遍历迭代器的所有项，当我们到达终点时，没有更多的数据要返回，它将引发StopIteration，下面是一个例子。

# 定义列表 my_list = [4, 7, 0, 3]# 获取迭代器 my_iter = iter(my_list)## 使用next()迭代 #打印 4 print(next(my_iter))#打印 7 print(next(my_iter))## next(obj) is same as obj.__next__()#打印 0 print(my_iter.__next__())#打印 3 print(my_iter.__next__())## 这将引起错误，没有项目剩下 next(my_iter)

自动迭代的一种更优雅的方法是使用for循环，使用这个，我们可以迭代任何对象，可以返回一个迭代器，例如列表，字符串，文件等。

>>> for element in my_list: ...print(element) ... 4 7 0 3

for循环是如何工作的？正如我们在上面的例子中看到的，for循环能够自动遍历列表。
实际上，for循环可以遍历任何可迭代的对象，让我们仔细看看for循环实际上是如何在Python中实现的。

for element in iterable: # 使用element, do something

实际实现为。

# 从该iterable创建一个iterator对象 iter_obj = iter(iterable) # 无限循环 while True: try: # 获取下一项 element = next(iter_obj) # 处理元素 except StopIteration: # 如果StopIteration被触发，则中断循环 break

因此，在内部，for循环通过调用iterable上的iter()来创建一个iterator对象iter_obj。
具有讽刺意味的是，这个for循环实际上是一个无限的while循环。
在循环内部，它调用next()来获取下一个元素，并使用这个值执行for循环的主体。当所有的项都用完之后，StopIteration会被内部捕获，循环结束，注意，任何其他类型的异常都会通过。
用Python构建自己的迭代器在Python中从头构建迭代器很容易，我们只需实现方法_iter__()和_next__()。
方法的作用是：返回迭代器对象本身，如果需要，可以执行一些初始化。
方法必须返回序列中的下一项，在到达终点时，以及在随后的调用中，它必须引发StopIteration。
这里，我们展示了一个例子，它将在每次迭代中为我们提供2的次幂，幂指数从0到用户设置的数字。

class PowTwo: """类来实现幂次为2的迭代器"""def __init__(self, max = 0): self.max = maxdef __iter__(self): self.n = 0 return selfdef __next__(self): if self.n < = self.max: result = 2 ** self.n self.n += 1 return result else: raise StopIteration

现在我们可以创建一个迭代器，并按如下方式迭代它。

>>> a = PowTwo(4) >>> i = iter(a) >>> next(i) 1 >>> next(i) 2 >>> next(i) 4 >>> next(i) 8 >>> next(i) 16 >>> next(i) Traceback (most recent call last): ... StopIteration

我们还可以使用for循环来遍历迭代器类。

>>> for i in PowTwo(5): ...print(i) ... 1 2 4 8 16 32

Python无限迭代器迭代器对象中的项不必耗尽，可能有无限的迭代器(永远不会结束)，在处理这样的迭代器时，我们必须小心。
下面是一个演示无限迭代器的简单示例。
内置的函数iter()可以用两个参数调用，其中第一个参数必须是可调用对象(函数)，第二个参数是标记，迭代器调用这个函数，直到返回的值等于标记值为止。

>>> int() 0 >>> inf = iter(int,1) >>> next(inf) 0 >>> next(inf) 0

我们可以看到int()函数总是返回0，因此，将它作为iter(int,1)传递将返回一个迭代器，该迭代器调用int()，直到返回的值等于1，这不会发生，我们得到一个无限迭代器。
我们还可以构建自己的无限迭代器，从理论上讲，下面的迭代器将返回所有奇数。

class InfIter: """无限迭代器返回所有奇数"""def __iter__(self): self.num = 1 return selfdef __next__(self): num = self.num self.num += 2 return num

示例运行如下。

>>> a = iter(InfIter()) >>> next(a) 1 >>> next(a) 3 >>> next(a) 5 >>> next(a) 7

等等……
在对这些类型的无限迭代器进行迭代时，要注意包含终止条件。
使用迭代器的好处是可以节省资源。如上所示，我们可以在不将整个数字系统存储在内存中的情况下获得所有奇数，在有限的内存中(理论上)可以有无限项。
迭代器也使我们的代码看起来很酷。
在Python中有一种更简单的方法来创建迭代器：使用yield的Python生成器。