迭代器和可迭代

所有的迭代器都是可迭代的

迭代器模式

实现一个自定义的迭代器模式需要两个类，分别为实现了__iter__方法的类和通过__iter__返回的迭代器实例类(实现了__iter__和__next__方法)。下面例子简单实现了上述功能。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

class IterText:   def __init__(self, text):     self.text = text     def __iter__(self):     return IteratorText(self.text)     class IteratorText:   def __init__(self, text):     self.text = text     self.index = 0     def __iter__(self):     return self     def __next__(self):     try:       letter = self.text[self.index]     except IndexError:       raise StopIteration     self.index += 1     return letter   text = IterText("hey") for l in text:   print(l)

 

可迭代的IterText实现了__iter__方法，返回了迭代器IteratorText实例。IteratorText实现了__next__方法返回下一个迭代元素直到抛出异常，同时IteratorText实现了__iter__方法返回自身对象用于迭代。
这里的IterText和IteratorText很容易混淆，如果在IterText中实现了__next__方法并将__iter__中返回自身实例self也可以实现上述功能，但通常可迭代对象和迭代器应当分开，这样在可迭代对象中的__iter__中可以返回不同的迭代器对象，使功能独立。

 

生成器(generator)

通过上述文章说明，迭代器通过next()不断产出下一个元素直到迭代器耗尽，而Python中的生成器可以理解为一个更优雅的迭代器(不需要实现__iter__和__next__方法)，实现了迭代器协议，它也可以通过next()产出元素。
Python中的生成器主要分为两种类型：

生成器函数(generator function)返回得到的生成器:

包含yield关键字的函数称为生成器函数

 

Python标准库中存在着一些可迭代对象，例如:list, tuple, dict, set, str等。

 

编译器若想迭代一个对象a，则会自动调用iter(a)获取该对象的迭代器(iterator)，如果iter(a)抛出异常，则对象a不可迭代。

判断对象是否可迭代

原生函数iter(instance) 可以判断某个对象是否可迭代，它的工作流程大概分为以下3个步骤：

• 检查对象instance是否实现了__iter__方法，并调用它获取返回的迭代器(iterator)。
• 如果对象没有实现__iter__方法，但是实现了__getitem__方法，Python会生成一个迭代器。
• 如果上述都失败，则编译器则抛出TypeError错误，‘xxx' Object is not iterable。

 

区别：生成器能做到迭代器能做的所有事,而且因为自动创建了__iter__()和next()方法,生成器显得特别简洁,而且生成器也是高效的，使用生成器表达式取代列表解析可以同时节省内存。除了创建和保存程序状态的自动方法,当发生器终结时,还会自动抛出StopIteration异常