🍁作者简介：🏅云计算领域优质创作者🏅新星计划第三季python赛道TOP1🏅 阿里云ACE认证高级工程师🏅
✒️个人主页：小鹏linux
💊个人社区：小鹏linux（个人社区）欢迎您的加入！
迭代器
迭代，正如大家已知，对序列（列表、元组）、字典和文件都可以用 iter() 方法生成迭代对象，然后用 next() 方法访 问。当然，这种访问不是自动的，如果用 for 循环，就可以自动完成上述访问了。 如果用 dir(list) , dir(tuple) , dir(file) , dir(dict) 来查看不同类型对象的属性，会发现它们都有一个名为 __iter__ 的东西。这个应该引起读者的关注，因为它和迭代器（iterator）、内置的函数 iter() 在名字上是一样的，除了前后的双下划线。望文生义，我们也能猜出它肯定是跟迭代有关的东西。当然，这种猜测也不是没有根据的，其重要根据就是英文单词，如果它们之间没有一点关系，肯定不会将命名搞得一样。 猜对了。 __iter__ 就是对象的一个特殊方法，它是迭代规则(iterator potocol)的基础。或者说，对象如果没有 它，就不能返回迭代器，就没有 next() 方法，就不能迭代。 |
提醒注意： 如果大家用的是 Python3.x，迭代器对象实现的是 __next__() 方法，不是 next() 。并且，在 Py thon3.x 中有一个内建函数 next()，可以实现 next(it) ，访问迭代器，这相当于于 python2.x 中的 it.next() （it 是迭代对象）。 |
那些类型是 list、tuple、file、dict 对象有 __iter__() 方法，标着他们能够迭代。这些类型都是 Python 中固有的，我们能不能自己写一个对象，让它能够迭代呢？ 当然呢！要不然 python 怎么强悍呢。 |
#!/usr/bin/env Python # coding=utf-8 """ the interator as range() """ class MyRange(object): def __init__(self, n): self.i = 0 self.n = n def __iter__(self): return self def next(self): if self.i < self.n: i = self.i self.i += 1 return i else: raise StopIteration() if __name__ == "__main__": x = MyRange(7) print "x.next()==>", x.next() print "x.next()==>", x.next() print "------for loop--------" for i in x: print i
| 将代码保存，并运行，结果是： |
$ python 21401.py x.next()==> 0 x.next()==> 1 ------for loop-------- 2 3 4 5 6
以上代码的含义，是自己仿写了拥有 range() 的对象，这个对象是可迭代的。分析如下： __iter__() 是类中的核心，它返回了迭代器本身。一个实现了 __iter__() 方法的对象，即意味着其实可迭代 的。 含有 next() 的对象，就是迭代器，并且在这个方法中，在没有元素的时候要发起 StopIteration() 异常。 如果对以上类的调用换一种方式： |
if __name__ == "__main__": x = MyRange(7) print list(x) print "x.next()==>", x.next()
| 运行后会出现如下结果： |
$ python 21401.py [0, 1, 2, 3, 4, 5, 6] x.next()==> Traceback (most recent call last): File "21401.py", line 26, in <module> print "x.next()==>", x.next() File "21401.py", line 21, in next raise StopIteration() StopIteration
| 说明什么呢？ print list(x) 将对象返回值都装进了列表中并打印出来，这个正常运行了。此时指针已经移动到了 迭代对象的最后一个， next() 方法没有检测也不知道是不是要停止了，它还要继续下去，当继续下一个的时候，才发现没有元素了，于是返回了 StopIteration() 。 为什么要将用这种可迭代的对象呢？就像上面例子一样，列表不是挺好的吗？ 列表的确非常好，在很多时候效率很高，并且能够解决相当普遍的问题。但是，不要忘记一点，在某些时候，列表可能会给你带来灾难。因为在你使用列表的时候，需要将列表内容一次性都读入到内存中，这样就增加了内存的负担。如果列表太大太大，就有内存溢出的危险了。这时候需要的是迭代对象。比如斐波那契数列 |
#!/usr/bin/env Python # coding=utf-8 """ compute Fibonacci by iterator """ __metaclass__ = type class Fibs: def __init__(self, max): self.max = max self.a = 0 self.b = 1 def __iter__(self): return self def next(self): fib = self.a if fib > self.max: raise StopIteration self.a, self.b = self.b, self.a + self.b return fib if __name__ == "__main__": fibs = Fibs(5) print list(fibs)
| 运行结果是： |
$ python 21402.py [0, 1, 1, 2, 3, 5]
如果说，要在斐波那契数列中找出大于 1000 的最小的数，能不能在上述代码基础上改造得出呢？
| 关于列表和迭代器之间的区别，还有两个非常典型的内建函数： range() 和 xrange() ，研究一下这两个的差异，会有所收获的。 |
range(...) range(stop) -> list of integers range(start, stop[, step]) -> list of integers >>> dir(range) ['__call__', '__class__', '__cmp__', '__delattr__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__self__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']
| 从 range() 的帮助文档和方法中可以看出，它的结果是一个列表。但是，如果用 help(xrange) 查看： |
class xrange(object) | xrange(stop) -> xrange object | xrange(start, stop[, step]) -> xrange object | | Like range(), but instead of returning a list, returns an object that | generates the numbers in the range on demand. For looping, this is | slightly faster than range() and more memory efficient.
| xrange() 返回的是对象，并且进一步告诉我们，类似 range() ，但不是列表。在循环的时候，它跟 range() 相比“slightly faster than range() and more memory efficient”，稍快并更高的内存效率（就是省内存呀）。查看它的方法： |
>>> dir(xrange) ['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__getitem__', '__hash__', '__init__', '__iter__', '__len__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']
| 看到令人兴奋的 __iter__ 了吗？说明它是可迭代的，它返回的是一个可迭代的对象。 也就是说，通过 range() 得到的列表，会一次性被读入内存，而 xrange() 返回的对象，则是需要一个数值才从返回一个数值。比如这样一个应用： |
>>> a = ["name", "age"] >>> b = ["qiwsir", 40] >>> zip(a,b) [('name', 'qiwsir'), ('age', 40)]
| 如果两个列表的个数不一样，就会以短的为准了，比如： |
>>> zip(range(4), xrange(100000000)) [(0, 0), (1, 1), (2, 2), (3, 3)]
第一个 range(4) 产生的列表被读入内存；第二个是不是也太长了？但是不用担心，它根本不会产生那么长的列表，因为只需要前 4 个数值，它就提供前四个数值。如果你要修改为 range(100000000) ，就要花费时间了，可以尝试一下哦。 迭代器的确有迷人之处，但是它也不是万能之物。比如迭代器不能回退，只能如过河的卒子，不断向前。另外，迭代器也不适合在多线程环境中对可变集合使用 |
👑👑👑结束语👑👑👑
