python iter函数用法

iter函数用法简述

Python 3中关于iter(object[, sentinel)]方法有两个参数。

使用iter(object)这种形式比较常见。

iter(object, sentinel)这种形式一般较少使用

1，iter(object)

Python官方文档对于这种形式的解释很容易理解。

此时，object必须是集合对象，且支持迭代协议（iteration protocol）或者支持序列协议（sequence protocol）。

说白了，也就是实现了__iter__()方法或者__getitem__()方法。

  l = [1, 2, 3]
    for i in iter(l):
        print(i)

2，iter(object, sentinel)

Python官方文档对于这种形式的解释是：“ If the second argument, sentinel, is given, then object must be a callable object. The iterator created in this case will call object with no arguments for each call to its __next__() method; if the value returned is equal to sentinel,StopIteration will be raised, otherwise the value will be returned.”。

这句话的意思是说：如果传递了第二个参数，则object必须是一个可调用的对象（如，函数）。此时，iter创建了一个迭代器对象，每次调用这个迭代器对象的__next__()方法时，都会调用object。

如果__next__的返回值等于sentinel，则抛出StopIteration异常，否则返回下一个值。

    class TestIter(object):

        def __init__(self):
            self.l=[1,2,3,4,5]
            self.i=iter(self.l)
        def __call__(self):  #定义了__call__方法的类的实例是可调用的
            item = next(self.i)
            print ("__call__ is called,which would return",item)
            return item
        def __iter__(self): #支持迭代协议(即定义有__iter__()函数)
            print ("__iter__ is called!!")
            return iter(self.l)

    t = TestIter()  # t是可调用的
    t1 = iter(t, 3)  # t必须是callable的，否则无法返回callable_iterator
    print(callable(t))
    for i in t1:
        print(i)
# 它每次在调用的时候，都会调用__call__函数，并且最后输出3就停止了。

True
__call__ is called,which would return 1
1
__call__ is called,which would return 2
2
__call__ is called,which would return 3

在文件读取时使用:

import os
import hashlib

def bytes2human(n):
    # 文件大小字节单位转换
    symbols = ('K', 'M', 'G', 'T', 'P', 'E')
    prefix = {}
    for i, s in enumerate(symbols):
        # << 左移” 左移一位表示乘2 即1 << 1=2，二位就表示4 即1 << 2=4，
        # 10位就表示1024 即1 << 10=1024 就是2的n次方
        prefix[s] = 1 << (i + 1) * 10
    for s in reversed(symbols):
        if n >= prefix[s]:
            value = float(n) / prefix[s]
            return '%.2f%s' % (value, s)
    return "%sB" % n

def get_md5(file_path):
    """
    得到文件MD5
    :param file_path:
    :return:
    """
    if os.path.isfile(file_path):
        file_size = os.stat(file_path).st_size
        md5_obj = hashlib.md5()  # hashlib
        f = open(file_path, 'rb')  # 打开文件
        read_size = 0
        while read_size < file_size:
            read_byte = f.read(8192)
            md5_obj.update(read_byte)  # update md5
            read_size += len(read_byte)
        hash_code = md5_obj.hexdigest()  # get md5 hexdigest
        f.close()
        print('file: [{}] \nsize: [{}] \nmd5: [{}]'.format(
            file_path, bytes2human(read_size), hash_code))
        return str(hash_code)

def get_filemd5(file_path):
    # 使用迭代器读取文件获得MD5
    if os.path.isfile(file_path):
        file_size = os.stat(file_path).st_size
        md5_obj = hashlib.md5()  # hashlib
        f = open(file_path, 'rb')  # 打开文件
        read_size = 1024
        for chunk in iter(lambda: f.read(read_size), b''):  # 使用迭代器读取文件获得MD5
            md5_obj.update(chunk)
        hash_code = md5_obj.hexdigest()  # get md5 hexdigest
        f.close()
        print('file: [{}] \nsize: [{}] \nmd5: [{}]'.format(
            file_path, bytes2human(file_size), hash_code))
        return str(hash_code)

if __name__ == '__main__':

    md5 = get_md5(
        r'C:\README.md')
    md5_1 = get_filemd5(
        r'C:\README.md')

------------------------输出

file: [C:\README.md]
size: [941B]
md5: [d22b8f76dcd8cfbfd4669d9d8101077e]
file: [C:\README.md]
size: [941B]
md5: [d22b8f76dcd8cfbfd4669d9d8101077e]