Python迭代器

1、迭代器一

      在 Python 中，如果你想要访问对象中的每个元素，可以像下面这样做，我在这以列表举例：

>>> my_list = ['r','o','c','k','y']
>>> for i in my_list:
...    print(i,end=' ')
... 
r o c k y >>>

      除了上述方法以外，还可以像下面这样：

>>> my_iter = iter(my_list)
>>> my_iter.__next__()
'r'
>>> my_iter.__next__()
'o'
>>> my_iter.__next__()
'c'
>>> my_iter.__next__()
'k'
>>> my_iter.__next__()
'y'
>>> my_iter.__next__()
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
StopIteration

      或者：

>>> my_iter = iter(my_list)
>>> while True:
...    print(my_iter.__next__())
... 
r
o
c
k
y
Traceback (most recent call last):
 File "<stdin>", line 2, in <module>
StopIteration

      在 Python3 中，所有的迭代器对象都有 __next()__ 方法，迭代器，当然是可迭代的，在上面的例子中，__next()__ 就是要获得下一个对象。

      看了上面演示的例子可以发现，如果我们用 for 循环来写的话，当到了末尾的时候就自动结束了，但是用了 __next__() 的话，当完成最后一个的时候它不会自动结束，还会向下继续，但是后面已经没有元素了，所以就发出了一个 StopIteration 的信息，即停止迭代。

      在这我们还要再关注一下迭代器对象的另一个特点，看上上个的那个例子就可以知道，对象 my_iter 被迭代结束后，即每个元素都读取了一遍之后，指针就移到了最后一个元素后面，如果想要再访问的话，指针并没有自动移动到初始位置，所以会报 StopIteration，如果想要重新开始的话，就需要重新载入迭代对象。

      参考，初识迭代器。

2、迭代器二

      现在有一个 “test.txt” 的文件，文件内容是：

My name is Rocky
I love Python
a，hhhhhhh

      现在用迭代器来尝试操作这个文件：

>>> f = open('test.txt')
>>> for line in f:
...    print(line,end=' ')
... 
My name is Rocky
I love Python
a，hhhhhhh >>>

      上面的过程当然用 __next__() 也能够读取：

>>> f = open('test.txt')
>>> f.__next__()
'My name is Rocky\n'
>>> f.__next__()
'I love Python\n'
>>> f.__next__()
'a，hhhhhhh'
>>> f.__next__()
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
StopIteration

      如果用 __next__() 就可以直接读取每行的内容，这就说明文件是天生可迭代的对象，不需要用 iter() 转换。再者，我们用 for 来实现迭代，本质上就是自动调用 __next__() ，只不过这个工作被 for 偷偷的做了。

      参考，初识迭代器。

3、迭代器三

      一种检查是否可迭代的方法：

>>> hasattr(list,'__iter__')
True

      可以用上面的这种方法检查已经学习过的其他默认类型的对象，比如字符串，列表，字典等是否是可迭代的。

      __iter__() 是一个特殊方法，它是迭代规则的基础，有了它，就说明对象是可迭代的。跟迭代有关的一个内建函数 iter()，这个函数我们在之前的文章中介绍过，它返回的是一个迭代器对象，比如像下面这样：

>>> list1 = [1,2,3,4]
>>> iter_list = iter(list1)
>>> iter_list
<list_iterator object at 0x00000000021CE438>

      从上述代码的结果可以看出，iter_list 引用的是迭代器对象。那么在这里有一个问题，iter_list 和 list1 有区别吗？我们来试一下：

>>> hasattr(list1,'__iter__')
True
>>> hasattr(iter_list,'__iter__')
True

      从上面看出它们都有 __iter__，说明它们都是可迭代的。

>>> hasattr(list1,"__next__")
False
>>> hasattr(iter_list,"__next__")
True

      我们把像 iter_list 所引用的对象那样，称之为「迭代器对象」。显而易见的是，迭代器对象必然是可迭代的，但可迭代的不一定是迭代器对象。且 Python 中迭代器对象实现的是 __next__() 方法。

      参考，迭代器延伸。

4、总结

• 在 Python 中，迭代器是遵循迭代协议的对象。我们可以使用 iter() 从任何序列得到迭代器（exp: list，turple，set and so on）。
• 当自己编写迭代器的类的时候，其中实现 __iter__() 和 __next__() 方法，如果没有元素的话，会引发 StopIteration 异常。
• 如果有很多值的话，列表会占用太多的内存，而迭代器则占用的更少，它从第一个元素开始访问，直到所有的元素被访问完结束，只能向前冲，不能后退。
• 迭代器并不适合在多线程的环境中对可变集合使用。

      参考，迭代器延伸​​​​​​​。