這篇文章主要介紹了Python中的迭代器和生成器,涉及到Python中很多重要的特性,需要的朋友可以參考下
在Python中，很多對(duì)象都是可以通過for語句來直接遍歷的，例如list、string、dict等等，這些對(duì)象都可以被稱為可迭代對(duì)象。至于說哪些對(duì)象是可以被迭代訪問的，就要了解一下迭代器相關(guān)的知識(shí)了。
迭代器
迭代器對(duì)象要求支持迭代器協(xié)議的對(duì)象，在Python中，支持迭代器協(xié)議就是實(shí)現(xiàn)對(duì)象的__iter__()和next()方法。其中__iter__()方法返回迭代器對(duì)象本身;next()方法返回容器的下一個(gè)元素，在結(jié)尾時(shí)引發(fā)StopIteration異常。
__iter__()和next()方法
這兩個(gè)方法是迭代器最基本的方法，一個(gè)用來獲得迭代器對(duì)象，一個(gè)用來獲取容器中的下一個(gè)元素。
對(duì)于可迭代對(duì)象，可以使用內(nèi)建函數(shù)iter()來獲取它的迭代器對(duì)象：
例子中，通過iter()方法獲得了list的迭代器對(duì)象，然后就可以通過next()方法來訪問list中的元素了。當(dāng)容器中沒有可訪問的元素后，next()方法將會(huì)拋出一個(gè)StopIteration異常終止迭代器。
其實(shí)，當(dāng)我們使用for語句的時(shí)候，for語句就會(huì)自動(dòng)的通過__iter__()方法來獲得迭代器對(duì)象，并且通過next()方法來獲取下一個(gè)元素。
自定義迭代器
了解了迭代器協(xié)議之后，就可以自定義迭代器了。
下面例子中實(shí)現(xiàn)了一個(gè)MyRange的類型，這個(gè)類型中實(shí)現(xiàn)了__iter__()方法，通過這個(gè)方法返回對(duì)象本身作為迭代器對(duì)象;同時(shí)，實(shí)現(xiàn)了next()方法用來獲取容器中的下一個(gè)元素，當(dāng)沒有可訪問元素后，就拋出StopIteration異常。
- class MyRange(object):
- def __init__(self, n):
- self.idx = 0
- self.n = n
- def __iter__(self):
- return self
- def next(self):
- if self.idx < self.n:
- val = self.idx
- self.idx += 1
- return val
- else:
- raise StopIteration()
- class MyRange(object):
- def __init__(self, n):
- self.idx = 0
- self.n = n
- def __iter__(self):
- return self
- def next(self):
- if self.idx < self.n:
- val = self.idx
- self.idx += 1
- return val
- else:
- raise StopIteration()
這個(gè)自定義類型跟內(nèi)建函數(shù)xrange很類似，看一下運(yùn)行結(jié)果：
- myRange = MyRange(3)
- for i in myRange:
- print i
迭代器和可迭代對(duì)象
在上面的例子中，myRange這個(gè)對(duì)象就是一個(gè)可迭代對(duì)象，同時(shí)它本身也是一個(gè)迭代器對(duì)象。
看下面的代碼，對(duì)于一個(gè)可迭代對(duì)象，如果它本身又是一個(gè)迭代器對(duì)象，就會(huì)有下面的 問題，就沒有辦法支持多次迭代。
為了解決上面的問題，可以分別定義可迭代類型對(duì)象和迭代器類型對(duì)象;然后可迭代類型對(duì)象的__iter__()方法可以獲得一個(gè)迭代器類型的對(duì)象。看下面的實(shí)現(xiàn)：
- class Zrange:
- def __init__(self, n):
- self.n = n
- def __iter__(self):
- return ZrangeIterator(self.n)
- class ZrangeIterator:
- 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()
- zrange = Zrange(3)
- print zrange is iter(zrange)
- print [i for i in zrange]
- print [i for i in zrange]
代碼的運(yùn)行結(jié)果為：
其實(shí)，通過下面代碼可以看出，list類型也是按照上面的方式，list本身是一個(gè)可迭代對(duì)象，通過iter()方法可以獲得list的迭代器對(duì)象：
生成器
在Python中，使用生成器可以很方便的支持迭代器協(xié)議。生成器通過生成器函數(shù)產(chǎn)生，生成器函數(shù)可以通過常規(guī)的def語句來定義，但是不用return返回，而是用yield一次返回一個(gè)結(jié)果，在每個(gè)結(jié)果之間掛起和繼續(xù)它們的狀態(tài)，來自動(dòng)實(shí)現(xiàn)迭代協(xié)議。
也就是說，yield是一個(gè)語法糖，內(nèi)部實(shí)現(xiàn)支持了迭代器協(xié)議，同時(shí)yield內(nèi)部是一個(gè)狀態(tài)機(jī)，維護(hù)著掛起和繼續(xù)的狀態(tài)。
下面看看生成器的使用：
在這個(gè)例子中，定義了一個(gè)生成器函數(shù)，函數(shù)返回一個(gè)生成器對(duì)象，然后就可以通過for語句進(jìn)行迭代訪問了。
其實(shí)，生成器函數(shù)返回生成器的迭代器。 “生成器的迭代器”這個(gè)術(shù)語通常被稱作”生成器”。要注意的是生成器就是一類特殊的迭代器。作為一個(gè)迭代器，生成器必須要定義一些方法，其中一個(gè)就是next()。如同迭代器一樣，我們可以使用next()函數(shù)來獲取下一個(gè)值。
生成器執(zhí)行流程
下面就仔細(xì)看看生成器是怎么工作的。
從上面的例子也可以看到，生成器函數(shù)跟普通的函數(shù)是有很大差別的。
結(jié)合上面的例子我們加入一些打印信息，進(jìn)一步看看生成器的執(zhí)行流程：
通過結(jié)果可以看到：
當(dāng)調(diào)用生成器函數(shù)的時(shí)候，函數(shù)只是返回了一個(gè)生成器對(duì)象，并沒有 執(zhí)行。
當(dāng)next()方法第一次被調(diào)用的時(shí)候，生成器函數(shù)才開始執(zhí)行，執(zhí)行到y(tǒng)ield語句處停止
next()方法的返回值就是yield語句處的參數(shù)(yielded value)
當(dāng)繼續(xù)調(diào)用next()方法的時(shí)候，函數(shù)將接著上一次停止的yield語句處繼續(xù)執(zhí)行，并到下一個(gè)yield處停止;如果后面沒有yield就拋出StopIteration異常。
生成器表達(dá)式
在開始介紹生成器表達(dá)式之前，先看看我們比較熟悉的列表解析( List comprehensions)，列表解析一般都是下面的形式。
- [expr for iter_var in iterable if cond_expr]
迭代iterable里所有內(nèi)容，每一次迭代后，把iterable里滿足cond_expr條件的內(nèi)容放到iter_var中，再在表達(dá)式expr中應(yīng)該iter_var的內(nèi)容，最后用表達(dá)式的計(jì)算值生成一個(gè)列表。
例如，生成一個(gè)list來保護(hù)50以內(nèi)的所以奇數(shù)：
- [i for i in range(50) if i%2]
生成器表達(dá)式是在python2.4中引入的，當(dāng)序列過長， 而每次只需要獲取一個(gè)元素時(shí)，應(yīng)當(dāng)考慮使用生成器表達(dá)式而不是列表解析。生成器表達(dá)式的語法和列表解析一樣，只不過生成器表達(dá)式是被()括起來的，而不是[]，如下：
- (expr for iter_var in iterable if cond_expr)
看一個(gè)例子：
生成器表達(dá)式并不是創(chuàng)建一個(gè)列表， 而是返回一個(gè)生成器，這個(gè)生成器在每次計(jì)算出一個(gè)條目后，把這個(gè)條目”產(chǎn)生”(yield)出來。 生成器表達(dá)式使用了”惰性計(jì)算”(lazy evaluation)，只有在檢索時(shí)才被賦值(evaluated)，所以在列表比較長的情況下使用內(nèi)存上更有效。
繼續(xù)看一個(gè)例子：
從這個(gè)例子中可以看到，生成器表達(dá)式產(chǎn)生的生成器，它自身是一個(gè)可迭代對(duì)象，同時(shí)也是迭代器本身。
遞歸生成器
生成器可以向函數(shù)一樣進(jìn)行遞歸使用的，下面看一個(gè)簡單的例子，對(duì)一個(gè)序列進(jìn)行全排列：
- def permutations(li):
- if len(li) == 0:
- yield li
- else:
- for i in range(len(li)):
- li[0], li[i] = li[i], li[0]
- for item in permutations(li[1:]):
- yield [li[0]] + item
- for item in permutations(range(3)):
- print item
- def permutations(li):
- if len(li) == 0:
- yield li
- else:
- for i in range(len(li)):
- li[0], li[i] = li[i], li[0]
- for item in permutations(li[1:]):
- yield [li[0]] + item
- for item in permutations(range(3)):
- print item
生成器的send()和close()方法
生成器中還有兩個(gè)很重要的方法：send()和close()。
send(value):
從前面了解到，next()方法可以恢復(fù)生成器狀態(tài)并繼續(xù)執(zhí)行，其實(shí)send()是除next()外另一個(gè)恢復(fù)生成器的方法。
Python 2.5中，yield語句變成了yield表達(dá)式，也就是說yield可以有一個(gè)值，而這個(gè)值就是send()方法的參數(shù)，所以send(None)和next()是等效的。同樣，next()和send()的返回值都是yield語句處的參數(shù)(yielded value)
關(guān)于send()方法需要注意的是：調(diào)用send傳入非None值前，生成器必須處于掛起狀態(tài)，否則將拋出異常。也就是說，第一次調(diào)用時(shí)，要使用next()語句或send(None)，因?yàn)闆]有yield語句來接收這個(gè)值。
close():
這個(gè)方法用于關(guān)閉生成器，對(duì)關(guān)閉的生成器后再次調(diào)用next或send將拋出StopIteration異常。
下面看看這兩個(gè)方法的使用：
#FormatImgID_9#
總結(jié)
本文介紹了Python迭代器和生成器的相關(guān)內(nèi)容。
通過實(shí)現(xiàn)迭代器協(xié)議對(duì)應(yīng)的__iter__()和next()方法，可以自定義迭代器類型。對(duì)于可迭代對(duì)象，for語句可以通過iter()方法獲取迭代器，并且通過next()方法獲得容器的下一個(gè)元素。
像列表這種序列類型的對(duì)象，可迭代對(duì)象和迭代器對(duì)象是相互獨(dú)立存在的，在迭代的過程中各個(gè)迭代器相互獨(dú)立;但是，有的可迭代對(duì)象本身又是迭代器對(duì)象，那么迭代器就沒法獨(dú)立使用。
itertools模塊提供了一系列迭代器，能夠幫助用戶輕松地使用排列、組合、笛卡爾積或其他組合結(jié)構(gòu)。
生成器是一種特殊的迭代器，內(nèi)部支持了生成器協(xié)議，不需要明確定義__iter__()和next()方法。
生成器通過生成器函數(shù)產(chǎn)生，生成器函數(shù)可以通過常規(guī)的def語句來定義，但是不用return返回，而是用yield一次返回一個(gè)結(jié)果。
新聞熱點(diǎn)
疑難解答
圖片精選
