Python 教程之控制流(14)Python__iter__()和__next__()将对象转换为迭代器

简介: Python 教程之控制流(14)Python__iter__()和__next__()将对象转换为迭代器

在许多情况下,我们需要像迭代器一样访问对象。一种方法是形成一个生成器循环,但这会延长程序员的任务和时间。Python通过为此任务提供内置方法__iter__()来简化此任务。

iter()函数返回给定对象(数组、集合、元组等或自定义对象)的迭代器。它创建一个对象,可以使用 next() 函数一次访问一个元素,这在处理循环时通常派上用场。

语法:

iter(object)
iter(callable, sentinel)
  • 对象: 必须创建其迭代器的对象。它可以是集合对象(如列表或元组),也可以是用户定义的对象(使用 OOPS)。
  • Callable,  Sentinel:可调用表示可调用对象,哨兵是需要终止迭代的值,哨兵值表示迭代序列的结束。

例外:  

如果我们在所有元素都具有之后调用迭代器已迭代,则引发停止迭代错误。

__iter__() 函数返回一个迭代器对象,该对象遍历给定对象的每个元素。下一个元素可以通过__next__()函数访问。对于可调用的对象和哨兵值,将完成迭代,直到找到该值或到达元素的末尾。在任何情况下,都不会修改原始对象。

代码 #1 :

# 演示 iter() 基本用法的 Python 代码
listA = ['a','e','i','o','u']
iter_listA = iter(listA)
try:
  print( next(iter_listA))
  print( next(iter_listA))
  print( next(iter_listA))
  print( next(iter_listA))
  print( next(iter_listA))
  print( next(iter_listA)) #StopIteration error
except:
  pass

输出:

a
e
i
o
u

代码 #2 :

# 演示 iter() 基本用法的 Python 代码
lst = [11, 22, 33, 44, 55]
iter_lst = iter(lst)
while True:
  try:
    print(iter_lst.__next__())
  except:
    break

输出:

11
22
33
44
55

代码 #3 :

# 演示 iter() 基本用法的 Python 代码
listB = ['Cat', 'Bat', 'Sat', 'Mat']
iter_listB = listB.__iter__()
try:
  print(iter_listB.__next__())
  print(iter_listB.__next__())
  print(iter_listB.__next__())
  print(iter_listB.__next__())
  print(iter_listB.__next__()) #StopIteration error
except:
  print(" \nThrowing 'StopIterationError'",
          "I cannot count more.")

输出:

Cat
Bat
Sat
Mat
Throwing 'StopIterationError' I cannot count more.

代码 #4 : 用户定义的对象(使用 OOPS)

# 显示使用 OOPs 的迭代器() 的 Python 代码
class Counter:
  def __init__(self, start, end):
    self.num = start
    self.end = end
  def __iter__(self):
    return self
  def __next__(self):
    if self.num > self.end:
      raise StopIteration
    else:
      self.num += 1
      return self.num - 1
# 驱动代码
if __name__ == '__main__' :
  a, b = 2, 5
  c1 = Counter(a, b)
  c2 = Counter(a, b)
  # 方式 1-打印范围而不使用 iter()
  print ("Print the range without iter()")
  for i in c1:
    print ("Eating more Pizzas, counting ", i, end ="\n")
  print ("\nPrint the range using iter()\n")
  当引发停止网站时,打印自定义消息
  # 方式 2- 使用 iter()
  obj = iter(c2)
  try:
    while True: # Print till error raised
      print ("Eating more Pizzas, counting ", next(obj))
  except:
    # 当引发停止网站时,打印自定义消息
    print ("\nDead on overfood, GAME OVER")

输出

Print the range without iter()
Eating more Pizzas, counting  2
Eating more Pizzas, counting  3
Eating more Pizzas, counting  4
Eating more Pizzas, counting  5
Print the range using iter()
Eating more Pizzas, counting  2
Eating more Pizzas, counting  3
Eating more Pizzas, counting  4
Eating more Pizzas, counting  5
Dead on overfood, GAME OVER



目录
相关文章
|
1月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
169 1
|
1月前
|
索引 Python
Python 列表切片赋值教程:掌握 “移花接木” 式列表修改技巧
本文通过生动的“嫁接”比喻,讲解Python列表切片赋值操作。切片可修改原列表内容,实现头部、尾部或中间元素替换,支持不等长赋值,灵活实现列表结构更新。
121 1
|
2月前
|
数据采集 存储 XML
Python爬虫技术:从基础到实战的完整教程
最后强调: 父母法律法规限制下进行网络抓取活动; 不得侵犯他人版权隐私利益; 同时也要注意个人安全防止泄露敏感信息.
679 19
|
2月前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
234 2
|
2月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
118 4
|
2月前
|
数据采集 存储 JSON
使用Python获取1688商品详情的教程
本教程介绍如何使用Python爬取1688商品详情信息,涵盖环境配置、代码编写、数据处理及合法合规注意事项,助你快速掌握商品数据抓取与保存技巧。
|
2月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
155 0
|
存储 安全 API
【Python 基础教程 21】Python3 文件操作全面指南:从入门到精通的综合教程
【Python 基础教程 21】Python3 文件操作全面指南:从入门到精通的综合教程
407 0
|
数据可视化 IDE 开发工具
【Python篇】PyQt5 超详细教程——由入门到精通(中篇二)
【Python篇】PyQt5 超详细教程——由入门到精通(中篇二)
956 13
|
监控 数据可视化 搜索推荐
【Python篇】matplotlib超详细教程-由入门到精通(下篇)2
【Python篇】matplotlib超详细教程-由入门到精通(下篇)
248 9