可迭代对象、迭代器、生成器的区别

原创已于 2023-01-18 11:08:54 修改 · 284 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#可迭代对象 #迭代器

于 2022-06-15 14:09:10 首次发布

python 专栏收录该内容

32 篇文章

订阅专栏

本文深入解析了可迭代对象与迭代器的关系，阐述了如何定义及区分两者，重点介绍了生成器的概念、定义及其动态迭代特性。通过实例演示，展示了如何创建和使用MyList类和生成器myList来说明迭代过程。

一、三者的关系

二、可迭代对象与迭代器

可迭代对象包含迭代器；

若一个对象拥有__iter__方法，则是可迭代对象；若一个对象拥有next方法，则是迭代器；

定义可迭代对象，必须实现__iter__方法；定义迭代器，必须实现__iter__和next方法。

可能会发问：结论三与结论二是否有点矛盾？既然一个对象拥有next方法就是迭代器，那为什么迭代器必须同时时间__iter__与next方法？原因就在于结论一，迭代器也是可迭代对象，因此迭代器必须也实现__iter__方法。

2.1、iter()与next()方法

__iter__()：

   该方法返回的是当前对象的迭代器类的实例。因为可迭代对象与迭代器都要实现这个方法，因此有两种写法：

  写法一：用于可迭代对象类的写法，返回该可迭代对象的迭代器类的实例。

写法二：用于迭代器类的写法，直接返回self（即自己本身），表示自身即是自己的迭代器。

next()：

   该方法返回迭代的每一步，实现该方法时注意最后超出便捷要抛出StopIteration异常。

2.2、可迭代对象与迭代器定义

class MyList(object):                      # 定义可迭代对象类
    def __init__(self, num):
        self.data = num                    # 上边界

    def __iter__(self):
        return MyListIterator(self.data)  # 返回该可迭代对象的迭代器类的实例


class MyListIterator(object):          # 定义迭代器类，其是MyList可迭代对象的迭代器类
    def __init__(self, data):
        self.data = data               # 上边界
        self.now = 0                   # 当前迭代值，初始为0

    def __iter__(self):
        return self         # 返回该对象的迭代器类的实例；因为自己就是迭代器，所以返回self

    def __next__(self):     # 迭代器类必须实现的方法，python2中是next()，python3中是__next__()
        while self.now < self.data:
            self.now += 1
            return self.now - 1  # 返回当前迭代值
        raise StopIteration      # 超出上边界，抛出异常


my_list = MyList(5)             # 得到一个可迭代对象
print(type(my_list) )           # 返回该对象的类型
my_list_iter = iter(my_list)    # 得到该对象的迭代器实例，iter函数在下面会详细解释
print(type(my_list_iter))
for i in my_list:  # 迭代
    print(i)

print(type(iter(MyListIterator(1))))

# 结果

<class '__main__.MyList'>

<class '__main__.MyListIterator'>

注：iter()是直接调用该对象的__iter__()，并把__iter__()的返回结果作为自己的返回值

三、生成器

3.1、生成器概念

生成器是种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__与next方法），不需要再手动实现两方法。

生成器在迭代的过程中可以改变当前迭代值，而修改普通迭代器的当前迭代值往往会发生异常，影响程序的执行。

3.2、生成器定义

def myList(num):              # 定义生成器
    now = 0                   # 当前迭代值，初始为0
    while now < num:
        val = (yield now)     # 返回当前迭代值，并接受可能的send发送值；yield在下面会解释
        now = now + 1 if val is None else val  # val为None，迭代值自增1，否则重新设定当前迭代值为val


my_list = myList(5)            # 得到一个生成器对象
print(my_list.__next__())      # 返回当前迭代值
print(my_list.__next__())
my_list.send(3)                # 重新设定当前的迭代值
print(my_list.__next__())

print(dir(my_list))            # 返回该对象所拥有的方法名，可以看到__iter__与next在其中

# 结果

['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__name__', '__ne__', '__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw']

注：具有yield关键字的函数都是生成器，yield可以理解为return，返回后面的值给调用者。不同的是return返回后函数会释放，而生成器不会，在直接调用next()方法或用for语句进行下一次迭代时，生成器会从yield下一句开始执行，直至遇到下一个yield。