Python一一迭代器和解析（一）

文件迭代器

文件对象有个方法名为readline，可以一次从一个文件中读取一行文本，每次调用readline方法时，就会前进到下一列。到达文件末尾时，就会返回空字符串。

__next__同样返回文件中的下一行，区别在于到达文件末尾时，__next__会引发内置的StopIteration异常，而不是返回空字符串。

逐行读取文本文件的最佳方式就是根本不要去读取；其替代方法就是，让for循环在每轮自动调用next从而前进到下一行。

手动迭代：iter和next

Python3.0提供了一个内置函数next,它会自动调用一个对象的__next__方法。给定一个可迭代对象X,调用next(X)等同于X.__next__().

iter内置函数，以便从可迭代对象中获得一个迭代器，返回对象含有需要的next方法。

iter对于文件来说不是必需的，因为文件对象就是自己的迭代器。也就是说，文件有自己的__next__方法，列表以及许多其他的内置对象，不是自身的迭代器，因为它们支持多次打开迭代器。对这样的对象，我们必须调用iter来启动迭代：

如下交互展示了自动和手动迭代之间的对等性：

其他内置类型迭代器

遍历字典键的经典方法是明确地获取其键的列表：

字典有一个迭代器，在迭代环境中，会自动一次返回一个键。

列表解析：初窥

列表解析基础

遍历一个列表时，我们使用range来修改：

我们可以用列表解析方式来实现类似上述循环：

列表解析写在一个方括号中，因为它们最终是构建一个新的列表的一种方式。

优点：列表解析比手动的for循环语句运行的更快，因为它们的迭代在解释器内部是以C语言的速度执行的，而不是以手动Python代码执行的，特别是对于较大的数据集合。

在文件上使用列表解析

文件对象有一个readlines方法，它能一次性地把文件载入到行字符串的一个列表中：

上述实例，如果我们希望一次性去除换行符合，我们可以采用列表解析的方式：

除了高效性，列表解析的表现力也很强，我们可以在迭代时在一个文件的行上运行任何的字符串操作，例如，当字符串方法返回一个新的字符串，可以对该字符串应用其他的字符串方法：

扩展的列表解析语法

高级用法，例如可以在表达式中添加一条if过滤子句：

同等情况下，我们也可以用for循环来实现，但是，它占据了4行而不是一行，并且可能运行起来要慢很多

也可能包含嵌套的循环，也可能被编写为一系列的for子句。实际上，它们的完整语法允许任意数目的for子句，例如，如下收集两个字符串中的字符排列：

其他迭代环境

列表解析、in成员关系测试、map内置函数以及像sorted和zip调用这样的内置函数也都使用了迭代协议。当应用于一个文件时，所有这些使用文件对象的迭代器都自动地按行扫描：

Python3.0中新的可迭代对象

range迭代器

Python3.0中range对象只支持迭代、索引以及len函数，不支持任何其他的序列操作。（如果你需要更多列表工具的话，使用list(...)）

map、zip和filter迭代器

和range类似：它们在Python3.0中也可以变成迭代器以节约内存空间，而不再在内存中一次性生成一个结果列表。所有这3个函数不仅像是在Python2.X一样处理可迭代对象，而且在Python3.0中返回可迭代结果。

和range不同：它们都是自己的迭代器一一在遍历其结果一次之后，它们就用尽了。换句话说，不能在它们的结果上拥有在那些结果中保持不同位置的多个迭代器

多个迭代器VS单个迭代器

range对象，它只支持len和索引，它不是自己的迭代器（手动迭代，我们使用iter产生一个迭代器），并且，它支持在其结果上的多个迭代器，这些迭代器会记住它们各自的位置：

相反，zip、map和filter不支持相同结果上的多个活跃迭代器：

字典视图迭代器

在Python3.0中，字典的keys、values和items方法返回可迭代的视图对象，它们一次产生一个结果项，而不是在内存中一次产生全部结果列表。视图项保持和字典中的那些项相同的物理顺序，并且反映对底层的字典做出的修改。

和所有迭代器一样，总可以通过把一个Python3.0字典视图传递到list内置函数中，从而强制构建一个真正的列表。

此外，Python3.0中字典仍然有自己的迭代器，它返回连续的键，因此，无需直接在此环境中使用keys：