Python 迭代器和生成器

[b]迭代器[/b]
迭代器只不过是一个实现迭代器协议的容器对象。它基于两个方法:
[list]
[*]next 返回容器的写一个项目;
[*]__iter__ 返回迭代器本身。
[/list]

迭代器可以通过使用一个iter内建函数和一个序列来创建，示例如下。

>>> i = iter('abc')
>>> i.next()
'a'
>>> i.next()
'b'
>>> i.next()
'c'
>>> i.next()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

[quote]当序列遍历完时，将抛出一个StopIteration异常。这将使迭代器与循环兼容，因为它将捕获这个异常以停止循环。要创建定制的迭代器，可以编写一个具有next方法的类，只要该类能够提供返回迭代器实例的__iter__特殊方法。[/quote]

class MyIterator(object):
    def __init__(self, step):
        self.step = step

    def next(self):
        if self.step == 0:
            raise StopIteration
        self.step -= 1
        return self.step

    def __iter__(self):
        return self

for el in MyIterator(4):
    print el

[b]生成器[/b]
[quote]生成器提供了一种出色的方法，使得需要返回一系列元素的函数所需的代码更加简单、高效。基于yield指令，可以暂停一个函数并返回中间结果。该函数将保存执行环境并且可以在必要时恢复。
[/quote]

#!/usr/bin/env python
#-*-coding:utf-8-*-

def fibonacci():
    a, b = 0, 1
    while  True:
        yield b
        a, b = b, a + b

fib = fibonacci()
print [fib.next() for i in range(10)]
print map(lambda x,f = lambda x,f:f(x-1,f)+f(x-2,f) if x >1 else x:f(x,f),range(10))

Python引入的与生成器相关的最后一个特性是提供了与next方法调用的代码进行交互的功能。yield将变成一个表达式，而一个值可以通过名为send的新方法来传递，如下所示。

def psychologist():
    print 'Please tell me your problems'
    while True:
        answer = (yield)
        if answer is not None:
            if answer.endswith('?'):
                print ("Don't ask yourself too much questions")
            elif 'good' in answer:
                print "A that's good, go on"
            elif 'bad' in answer:
                print "Don't be so negative"

free = psychologist()
free.next()
free.send('I feel bad')
free.send("?")
free.send("ok then i should find what is good for me")

Output:
Please tell me your problems
Don't be so negative
Don't ask yourself too much questions
A that's good, go on

send的工作机制与next一样，但是yield将变成能够返回传入的值。因而，这个函数可以根据客户端代码来改变其行为。同时，还添加了throw和close两个函数，以完成该行为。它们将向生成器抛出一个错误：
throw 允许客户端代码传入要抛出的任何类型的异常；
close的工作方式是相同的，但是将会抛出一个特定的异常——GeneratorExit，在这种情况下，生成器函数必须再次抛出GeneratorExit或StopIteration异常。

def my_generator():
    try:
        yield 'something'
    except ValueError:
        yield 'dealing with the exception'
    finally:
        print "ok let's clean"

gen = my_generator()
print gen.next()
print gen.throw(ValueError('mean mean mean'))
gen.close()
print gen.next()

finally部分在之前的版本是不允许使用的，它将捕获任何未被捕获的clise和throw调用，是完成清理工作的推荐方式。
协同程序

协同程序是可以挂起、回复，并且有多个进入点的函数。它们可以实现协同的多任务和管道机制。例如：每个协同程序将消费或生产的数据，然后暂停，直到其他数据被传递。
在Python中，协同程序的替代者是线程，它可以实现代码块之前的交互。但是因为它们表现出一种抢先式的风格，所以必须注意资源锁，而协同程序不需要。这样的代码可能变得相当复杂，难以创建和调试。但是生成器几乎就是协同程序，添加send、throw和close其初始的意图就是为该语言提供一种类似协同程序的特性。

使用multimask模块

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import multitask

def coroutine_1():
    for i in range(3):
        print 'c1'
        yield i 

def coroutine_2():
    for i in range(3):
        print 'c2'
        yield i

multitask.add(coroutine_1())
multitask.add(coroutine_2())
multitask.run()

在协同程序之间的写作，最经典的例子是接受来自多个客户的查询，并将每个查询委托给对此作出相应的新线程的服务器应用程序。

#!/usr/bin/env python
# -*- coding:utf-8 -*-

from __future__ import with_statement
from contextlib import closing
import socket
import multitask

def client_handler(sock):
    while closing(sock):
        while True:
            data = (yield multitask.recv(sock, 1024))
            if not data:
                break
            yield multitask.send(sock, data)

def echo_server(hostname, port):
    addrinfo = socket.getaddrinfo(hostname, port, socket.AF_UNSPEC,socket.SOCK_STREAM)
    (family, socktype, proto, cannoname, sockaddr) = addrinfo[0]
    with closing(socket.socket(family,socktype,proto)) as sock:
        sock.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)
        sock.bind(sockaddr)
        sock.listen(5)
        while True:
            multitask.add(client_handler((yield multitask.accept(sock))[0]))

if __name__ == "__main__":
    import sys
    hostname = None
    port = 1111
    if len(sys.argv) > 1:
        hostname = sys.argv[1]
    if len(sys.argv) > 2:
        port = int(sys.argv[2])
    multitask.add(echo_server(hostname,port))
    try:
        multitask.run()
    except KeyboardInterrupt:
        pass

生成器表达式

>>> iter = (x**2 for x in range(10) if x % 2 == 0)
>>> for el in iter:
... print el
… 
0
4
16
36
64

itertools模块
islice:窗口迭代器
tee:往返式的迭代器
groupby：uniq迭代器

#!/usr/bin/env python
#-*-coding:utf-8-*-

from itertools import group by
def compress(data):
    return ((len(list(group)),name) for name,group in groupby(data))

def decompress(data):
    return (car * size for size, car in data)

print list(compress('get uuuuuuuuuuuuuuuup'))
compressed = compress('get uuuuuuuuuuuuuuuup')
print ''.join(decompress(compressed))

以上内容整理于PYTHON高级编程