Python： 对迭代器的小结

迭代器

迭代器是在python2.2中被加入的，它为类序列对象提供了一个类序列的接口。有了迭代器可以迭代一个不是序列的对象，因为他表现出了序列的行为。当在python中使用for循环迭代一个对象时，调用者几乎分辨不出他迭代的是一个迭代器对象还是一个序列对象，因为python让他（迭代器）像一个序列那样操作。

如何迭代

本质上说迭代器是个对象，但是这个对象有个特殊的方法next()(在python3中使用__next__()代替了next方法)。当使用for循环来遍历整个对象时候，就会自动调用此对象的__next__()方法并获取下一个item。当所有的item全部取出后就会抛出一个StopIteration异常，这并不是错误的发生，而是告诉外部调用者迭代完成了，外部的调用者尝试去捕获这个异常去做进一步的处理。

不过迭代器是有限制的，例如

• 不能向后移动
• 不能回到开始
• 也无法复制一个迭代器。

因此要再次进行迭代只能重新生成一个新的迭代器对象。

获取迭代器

1. 对于python内置的可迭代（iterable）对象，可以通过内置的iter()函数来获取相应的迭代器对象。

In [1]: a = [1,2,3,45] In [2]: type(a) Out[2]: list In [3]: a = iter(a) In [4]: type(a) Out[4]: list_iterator

这样就获取了list相应的迭代器对象。

我们来看一下该迭代器对象的属性：

In [5]: dir(a) Out[5]: ['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__'] In [6]:

可见此迭代对象具有两个特殊的成员方法__iter__()和__next__(),这两个方法便是支持迭代器协议所需要实现的方法。其中__iter__()方法返回迭代器对象本身，__next__()方法返回容器的下一个元素，直到结尾抛出StopIteration异常。

我们来测试一下这个list_iterator对象的这两个方法:

__iter__()返回的对象就是迭代器对象本身。

In [1]: a = [1,2,3,45] In [2]: a = iter(a) In [3]: a.__iter__() Out[3]: <list_iterator at 0x3a33f10> In [4]: a Out[4]: <list_iterator at 0x3a33f10> In [5]: a is a.__iter__() Out[5]: True In [6]:

__next__()方法返回容器中的值直到结尾。

In [6]: a.__next__() Out[6]: 1 In [7]: a.__next__() Out[7]: 2 In [8]: a.__next__() Out[8]: 3 In [9]: a.__next__() Out[9]: 45 In [10]: a.__next__() ------------------------------------------ StopIteration Traceback (most recent call last) <ipython-input-10-73aa2c76d676> in <module>() ----> 1 a.__next__() StopIteration: In [11]:

2. 创建迭代器对象

除了使用iter()函数将内置的序列对象转换成相应的迭代器，我们可以自己实现迭代器协议创建迭代器对象，要实现迭代器协议也就是要在类中实现__iter__()和__next__()方法。

下面我写一个与list_iterator相同行为的迭代器：

class ListIter(object): def __init__(self, data): self.__data = data self.__count = 0 def __iter__(self): return self def __next__(self): if self.__count < len(self.__data): val = self.__data[self.__count] self.__count += 1 return val else: raise StopIteration

我们就可以使用for循环来遍历这个迭代器了：

In [16]: a = ListIter([1,2,3,4,5]) In [17]: for i in a: ....: print(i) ....: 1 2 3 4 5 In [18]:

对于迭代器对象，使用for循环遍历整个数组其实是个语法糖，他的内部实现还是通过调用对象的__next__()方法。

实际上他内部的工作原理应该是这样的：

a = ListIter([1, 2, 3, 4, 5]) while True: try: i = a.__next__() except StopIteration: break // do something in for loop print(i)

迭代器支持多次迭代

正如前面所说的迭代器对象不支持重新迭代，也就是同一个迭代器对象无法多次迭代，如：

In [19]: a = ListIter([1,2,3,4,5]) In [20]: [i for i in a] Out[20]: [1, 2, 3, 4, 5] In [21]: [i for i in a] Out[21]: [] In [22]:

可见，当我再次迭代迭代器a的时候便只返回了空列表，这是因为for循环直接捕获了StopIteration异常。如果要再次迭代生成列表的话只能重新生成一个新的迭代器对象。

为了能够解决这个问题，可以分别定义一个可迭代对象(iterables)和迭代器对象(iterator).

插入小插曲：

对于可迭代对象和迭代器对象，我的理解是：

可迭代对象是实现了__iter__()方法的对象，__iter__()可以返回一个迭代器对象。

迭代器对象是实现了__next__()方法的对象，其中他的__iter__()返回的是迭代器对象本身。

我把代码做了修改，如下：

class ListIterable(object): def __init__(self, data): self.__data = data def __iter__(self): print("call iterable __iter__().") return ListIterator(self.__data) class ListIterator(object): def __init__(self, data): self.__data = data self.__count = 0 def __iter__(self): print("call iterator __iter__().") return self def __next__(self): print("call iterator __next__().") if self.__count < len(self.__data): val = self.__data[self.__count] self.__count += 1 return val else: raise StopIteration

为了知道python何时调用__iter__()方法，我添加了一个printf函数来做标记。

现在把这两个类导入到当前空间中：

In [1]: from list_iter import * In [2]: a = ListIterable([1,2,4,5,6]) In [3]: b = a.__iter__() call iterables __iter__(). In [4]: a Out[4]: <list_iter.ListIterable at 0x39446d0> In [5]: b Out[5]: <list_iter.ListIterator at 0x39447b0> In [6]:

可见a是iterable对象（实现了__iter__()），b是iterator对象（实现了__next__()）。

下面看看这样做是不是就可以重复多次迭代了：

In [6]: [i for i in a] call iterable __iter__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). Out[6]: [1, 2, 4, 5, 6] In [7]: [i for i in a] call iterable __iter__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). Out[7]: [1, 2, 4, 5, 6] In [8]:

重复迭代是可以了，从输出中我们可以看出一些什么来

1. 我们在使用迭代工具对iterable对象进行迭代的时候首先调用的是iterable的__iter__()方法，返回一个迭代器对象，也就是ListIterator的实例。
2. 然后再遍历的时候是调用iterator的next方法输出值。这样就可以解释了为什么这样处理能够多次迭代了，因为每次使用迭代工具迭代的时候都会调用__iter__()返回一个新的迭代器对象，这样就相当于创建多个迭代器了，自然可以看起来是重复迭代了！

可变对象和迭代器

在迭代可变对象时候，一个序列的迭代器只是记录当前到达了序列中的第几个元素，所以如果在迭代过程中改变了序列的元素。更新会立即反应到所迭代的条目上。

我写了个测试看了下，的确：

In [13]: c = [1,2,3,4,5] In [14]: d = iter(c) In [15]: for i in c: ....: print(i) ....: c.remove(i) ....: 1 3 5

可见上面边迭代边删除列表的元素，但是最后却只输出了1, 3, 5，这是为啥？

既然迭代器只记得是在列表中第几个元素，那么当在第0个元素的时候将会输出1然后删除1，这是列表变成了

[2, 3, 4, 5]

但是迭代器记得我是在第二个位置上面，就指向了列表中的第二个位置上，也就是3，然后输出3.

以此类推，最后只能输出1，3，5了。

如果我猜测的没错的话，剩余的列表应该只剩下2和4了：

In [17]: c Out[17]: [2, 4]

果然！

以上就是我对python中迭代器方面的一点小总结。