Python 迭代器

迭代器是可以迭代的对象。在本教程中，您将了解迭代器的工作原理以及如何使用 __iter__ 和 __next__ 方法构建自己的迭代器。

视频：Python 迭代器

Python 中的迭代器

迭代器在 Python 中无处不在。它们在 for 中优雅地实现循环、推导式、生成器等，但隐藏在显而易见的地方。

Python 中的迭代器只是一个可以迭代的对象。一个将返回数据的对象，一次一个元素。

从技术上讲，Python 迭代器对象 必须实现两个特殊方法，__iter__() 和 __next__() ，统称为迭代器协议 .

一个对象被称为 iterable 如果我们能从中得到一个迭代器。 Python 中的大多数内置容器，如：list、tuple、string 等都是可迭代的。

iter() 函数（依次调用 __iter__() 方法）从它们返回一个迭代器。

通过迭代器进行迭代

我们使用 next() 函数手动遍历迭代器的所有项目。当我们到达终点并且没有更多数据要返回时，它将引发 StopIteration 例外。下面是一个例子。

# define a list
my_list = [4, 7, 0, 3]

# get an iterator using iter()
my_iter = iter(my_list)

# iterate through it using next()

# Output: 4
print(next(my_iter))

# Output: 7
print(next(my_iter))

# next(obj) is same as obj.__next__()

# Output: 0
print(my_iter.__next__())

# Output: 3
print(my_iter.__next__())

# This will raise error, no items left
next(my_iter)

输出

4
7
0
3
Traceback (most recent call last):
  File "<string>", line 24, in <module>
    next(my_iter)
StopIteration

一种更优雅的自动迭代方式是使用 for 循环。使用它，我们可以迭代任何可以返回迭代器的对象，例如列表、字符串、文件等。

>>> for element in my_list:
...     print(element)
...     
4
7
0
3

迭代器 for 循环的工作

正如我们在上面的例子中看到的，for 循环能够自动遍历列表。

事实上 for 循环可以遍历任何可迭代对象。让我们仔细看看 for 是如何实现的循环实际上是用 Python 实现的。

for element in iterable:
    # do something with element

实际实现为。

# create an iterator object from that iterable
iter_obj = iter(iterable)

# infinite loop
while True:
    try:
        # get the next item
        element = next(iter_obj)
        # do something with element
    except StopIteration:
        # if StopIteration is raised, break from loop
        break

所以在内部，for 循环创建一个迭代器对象，iter_obj 通过调用 iter() 在可迭代对象上。

具有讽刺意味的是，这个 for 循环实际上是一个无限的while循环。

在循环内部，它调用 next() 获取下一个元素并执行 for 的主体用这个值循环。在所有项目耗尽后，StopIteration 被提升，内部被捕获并且循环结束。请注意，任何其他类型的异常都会通过。

构建自定义迭代器

在 Python 中从头开始构建迭代器很容易。我们只需要实现 __iter__() 和 __next__() 方法。

__iter__() 方法返回迭代器对象本身。如果需要，可以进行一些初始化。

__next__() 方法必须返回序列中的下一项。在到达终点时，以及在随后的调用中，它必须引发 StopIteration .

在这里，我们展示了一个示例，该示例将在每次迭代中为我们提供 2 的下一个幂。幂指数从零开始直到用户设置的数字。

如果您对面向对象编程一无所知，请访问 Python 面向对象编程。

class PowTwo:
    """Class to implement an iterator
    of powers of two"""

    def __init__(self, max=0):
        self.max = max

    def __iter__(self):
        self.n = 0
        return self

    def __next__(self):
        if self.n <= self.max:
            result = 2 ** self.n
            self.n += 1
            return result
        else:
            raise StopIteration


# create an object
numbers = PowTwo(3)

# create an iterable from the object
i = iter(numbers)

# Using next to get to the next iterator element
print(next(i))
print(next(i))
print(next(i))
print(next(i))
print(next(i))

输出

1
2
4
8
Traceback (most recent call last):
  File "/home/bsoyuj/Desktop/Untitled-1.py", line 32, in <module>
    print(next(i))
  File "<string>", line 18, in __next__
    raise StopIteration
StopIteration

我们也可以使用 for 循环遍历我们的迭代器类。

>>> for i in PowTwo(5):
...     print(i)
...     
1
2
4
8
16
32

Python 无限迭代器

迭代器对象中的项目不必耗尽。可以有无限的迭代器（永远不会结束）。在处理此类迭代器时我们必须小心。

这是一个演示无限迭代器的简单示例。

内置函数 iter() 可以用两个参数调用，其中第一个参数必须是可调用对象（函数），第二个是哨兵。迭代器调用这个函数，直到返回值等于哨兵。

>>> int()
0

>>> inf = iter(int,1)
>>> next(inf)
0
>>> next(inf)
0

我们可以看到 int() 函数总是返回 0。所以将它作为 iter(int,1) 传递将返回一个调用 int() 的迭代器直到返回值等于 1。这永远不会发生，我们得到一个无限迭代器。

我们还可以构建自己的无限迭代器。理论上，下面的迭代器将返回所有奇数。

class InfIter:
    """Infinite iterator to return all
        odd numbers"""

    def __iter__(self):
        self.num = 1
        return self

    def __next__(self):
        num = self.num
        self.num += 2
        return num

示例运行如下。

>>> a = iter(InfIter())
>>> next(a)
1
>>> next(a)
3
>>> next(a)
5
>>> next(a)
7

等等……

在对这些类型的无限迭代器进行迭代时，请注意包含终止条件。

使用迭代器的好处是可以节省资源。如上所示，我们可以得到所有奇数，而无需将整个数字系统存储在内存中。我们可以在有限的内存中（理论上）拥有无限的项目。

有一种更简单的方法可以在 Python 中创建迭代器。要了解更多信息，请访问：使用 yield 的 Python 生成器。

Python 运算符重载 Python 生成器

Python