python中迭代器（转）

一、迭代器与for语句

网上许多文章说Python的for语句中，in关键字后面的对象是一个集合。例如

for i in [1,2,3]
    print i 

上面代码中in关键字后面的对象[1,2,3]是一个list，也是一个集合。

但in关键字后面的对象其实不必是一个集合。后面接一个序列对象也是合法的。 例如

myrange = MyRange(0, 10)
for i in myrange:
    print i  

上面代码中的myrange对象是一个序列对象，但不是集合。参见上一篇博文。

事实上，for语句中in关键字后面的对象也不必是序列对象，它只需要是一个可迭代对象（Iterable）即可。

一个可迭代的对象需要满足下面两个条件之一：

• 它实现了__iter__方法。该方法会返回一个迭代器对象。
• 或者它是一个序列对象。

注意：如果一个类型实现了__iter__方法，那么在该方法中显式地给出了与该类型相关的迭代器如何构造。可是，对于序列类型来说，它有一个很天然的迭代器。因此，无需通过实现__iter__方法来显式定义。下一篇博文将介绍如何通过序列对象构造天然的迭代器。这里先介绍迭代器对象的严格定义。

一个迭代器，本质上也是一个序列。它需要实现下面两个方法。

• next方法（老版本的Python叫__next__方法）。当第11次调用next方法时，会返回序列的第1个元素；当第2次调用next方法时，会返回序列的第2个元素；当序列中的元素耗尽，抛出StopIteration异常。
• __iter__方法。前面说过__iter__方法通常返回迭代器对象。因此，对于一个迭代器来说，它的__iter__方法只需返回其本身即可。

通过上面的定义，我们知道，一个迭代器对象，也必是可迭代的。

下面的代码定义了一个迭代器。

class MyIterator:
    def __init__(self, start, end):
        self.start = start
        self.end = end  

    def next(self):
        if self.start >= self.end:
            raise StopIteration
        self.start = self.start + 1
        return self.start - 1  

    def __iter__(self):
        return self  

测试代码

myiter = MyIterator(0, 2)
print myiter.next()
print myiter.next()
print myiter.next()  

输出结果如下

0
1
Traceback (most recent call last):
  File "test.py", line 27, in <module>
    print myiter.next()
  File "test.py", line 16, in next
    raise StopIteration
StopIteration 

下面的代码测试在for语句中使用迭代器

myiter = MyIterator(0, 10)
for i in myiter:
    print i

输出结果

0
1
2
3
4
5
6
7
8
9 

二、iter方法

iter方法是Python的一个内建方法，它会返回一个迭代器对象。它定义如下

iter(o[, sentinel])

第一个参数o可以是一个可迭代对象，也可以是一个可调用对象。

当参数o是可迭代对象时，第二个参数可省。这里又分为两种情况。

• 如果参数o实现了__iter__方法，则直接调用该方法，创建迭代器。
• 如果参数o没有实现__iter__方法，那么它比是一个序列对象。iter方法根据该序列对象诱导出一个迭代器。

如果参数o是一个可调用对象时，iter方法返回的迭代器工作原理如下。

每次调用迭代器的next方法时，最终都会调用o方法。此时第2个参数sentinel必须给定。当o方法的返回值与sentinel相同时，抛出StopIteration异常。

一些例子

1. 由集合构造迭代器

myiter = iter([1,2,3])
myiter.next()
myiter.next()
myiter.next()
myiter.next()

输出结果

1
2
3
Traceback (most recent call last):
  File "test.py", line 27, in <module>
    print myiter.next()
StopIteration 

2. 由序列对象构造迭代器。

myiter = iter(MyRange(1, 4))
print myiter.next()
print myiter.next()
print myiter.next()
print myiter.next()

MyRange的定义见博文。

3. 由迭代器对象构造迭代器。

myiter1 = MyIterator(1, 4)
myiter2 = iter(myiter1)
print myiter1 == myiter2  

MyIterator的定义见博文。上面代码输出的值为True。

4. 由可调用对象构造迭代器。

myiter1 = MyIterator(1, 4)
myiter2 = iter(myiter1.next, 4)  

print myiter2.next()
print myiter2.next()
print myiter2.next()
print myiter2.next()  

输出结果

1
2
3
Traceback (most recent call last):
  File "test.py", line 27, in <module>
    print myiter.next()
StopIteration 

有兴趣的读者可以尝试下面代码的输出结果。

myiter2 = iter(myiter1.next, 3)
print myiter2.next()
print myiter2.next()
print myiter2.next()
print myiter2.next()
myiter2 = iter(myiter1.next, 5)
print myiter2.next()
print myiter2.next()
print myiter2.next()
print myiter2.next()

三、for循环工作原理

对于如下的for语句

for obj in iterable_obj:
   do something with obj  

首先会调用iter方法获取关于iterable_obj对象的迭代器，然后不断调用迭代器对象的next方法，直至抛出异常位置。

为了说明这一点，看下面的例子。

myiter = MyIterator(1, 4)
for i in myiter:
    pass  

print myiter.next()

上面代码会抛出StopIteration异常。因为在for语句阶段会将myiter迭代器对象的元素全部读完。MyIterator类的定义参见博文。

到目前位置，我们有三种方式表示一个序列。它们是集合，序列对象和迭代器对象。

• 集合（如列表，元组，字符串等）中的元素可读可写。当然不同的集合类型，可写的权限有所不同。例如列表中的元素可以随意添加，删除，修改。而元组中的元素虽然不能添加、删除和修改，但是我们可以对两个元组对象进行连接。当然，连接后会创建新的元组对象。
• 序列对象中的元素可读但不可写。在基本的定义中，两个序列对象也不必支持元组对象那样的连接操作。这样的好处是，在有的情况下，我们不必开辟专门的内存空间保存序列对象中的所有元素。
• 迭代器对象中的元素也是可读不可写的。但是，迭代器对读的权限做了一个限制，就是只能从头至尾读一遍。迭代器对象的优势在于它有的时候比序列对象更加灵活。通常情况下，序列对象中的元素顺序是不能变的。而对于迭代器对象来说，我们只需要指定不同的next方法，就能实现不同的读取顺序。一个比较经典的例子，就是我们可以实现一个迭代器类，同时支持树的深度优先和广度优先遍历。显然用迭代器实现这个功能比用序列来实现要简单许多。

四、序列诱导迭代器

如果我们自己要实现iter方法，通过一个序列对象构造出一个迭代器，会怎么做呢？

首先需要定义一个迭代器类。

class MyIteratorFromSequence:
    def __init__(self, sequence):
        self.start = 0
        self.sequence = sequence  

    def next(self):
        if self.start >= len(self.sequence):
            raise StopIteration
        self.start = self.start + 1
        return self.sequence[self.start - 1]  

    def __iter__(self):
        return self  

上面的代码和博文中MyIterator类的定义完全类似，所不同的是，每次执行next方法，返回的不再是start - 1，而是序列对象的第start - 1个元素。

测试这个迭代器的运行效果

mylist = [1, 3, 5, 'a', 'b', 'c']
myiter = MyIteratorFromSequence(mylist)
print myiter.next()
print myiter.next()
print myiter.next()
print myiter.next()
print myiter.next()
print myiter.next() 

输出结果为

1
3
5
a
b
c

有了MyIterorFromSequence的定义，iter方法的实现就很简单了。

def myiter(sequence):
    return MyIteratorFromSequence(sequence)  

注意：上面的代码实现的功能比内置的iter方法要简单许多。因为我们只实现了序列对象到迭代器对象的构造。

有了上面的分析，下面代码的输出就在情理之中了。

mylist = [1, 2, 3]
myiter = iter(mylist)
mylist.append(4)  

for i in myiter:
    print i  

输出结果为

1
2
3
4 

转自：http://blog.csdn.net/hedan2013/article/details/55519047