Python教程：迭代器的正确使用方法

迭代器是可以迭代的对象。 在本教程中，您将了解迭代器的工作原理，以及如何使用__iter__和__next__方法构建自己的迭代器。

迭代器在Python中无处不在。 它们优雅地实现在循环，推导，生成器等中，但隐藏在明显的视觉中。

Python中的迭代器只是一个可以迭代的对象。一个将一次返回数据的对象或一个元素。

从技术上讲，Python迭代器对象必须实现两个特殊的方法__iter__()和__next__()，统称为迭代器协议。

如果我们从中获取一个迭代器，那么一个对象被称为iterable。 大多数Python中的内置容器是列表，元组，字符串等都是可迭代的。

iter()函数(这又调用__iter__()方法)返回一个迭代器。

通过Python中的迭代器迭代

使用next()函数来手动遍历迭代器的所有项目。当到达结束，没有更多的数据要返回时，它将会引发StopIteration。 以下是一个例子。

# define a list
my_list = [4, 7, 0, 3]
  
# get an iterator using iter()
my_iter = iter(my_list)
  
## iterate through it using next()
  
#prints 4
print(next(my_iter))
  
#prints 7
print(next(my_iter))
  
## next(obj) is same as obj.__next__()
  
#prints 0
print(my_iter.__next__())
  
#prints 3
print(my_iter.__next__())
  
## This will raise error, no items left
next(my_iter)

更优雅的自动迭代方式是使用for循环。 使用for循环可以迭代任何可以返回迭代器的对象，例如列表，字符串，文件等。

>>> for element in my_list:
...     print(element)
...    
  
  
3

循环如何实际工作？

在上面的例子中看到的，for循环能够自动通过列表迭代。

事实上，for循环可以迭代任何可迭代对象。我们来仔细看一下在Python中是如何实现for循环的。

for element in iterable:
    # do something with element

实际上它是以类似下面的方式来实现的 -

# create an iterator object from that iterable
iter_obj = iter(iterable)
  
# infinite loop
while True:
    try:
        # get the next item
        element = next(iter_obj)
        # do something with element
    except StopIteration:
        # if StopIteration is raised, break from loop
        break

所以在for的内部，for循环通过在可迭代的对象上调用iter()来创建一个迭代器对象iter_obj。

有意思的是，这个for循环实际上是一个无限循环。

在循环中，它调用next()来获取下一个元素，并使用该值执行for循环的主体。 在所有对象耗尽后，引发StopIteration异常，内部被捕获从而结束循环。请注意，任何其他类型的异常都将正常通过。

在Python中构建自己的Iterator

构建迭代器在Python中很容易。只需要实现__iter__()和__next__()方法。

__iter__()方法返回迭代器对象本身。如果需要，可以执行一些初始化。

__next__()方法必须返回序列中的下一个项目(数据对象)。 在到达结束后，并在随后的调用中它必须引发StopIteration异常。

在这里，我们展示一个例子，在每次迭代中给出下一个2的几次方。 次幂指数从零开始到用户设定的数字。

class PowTwo:
    """Class to implement an iterator
    of powers of two"""
  
    def __init__(self, max = 0):
        self.max = max
  
    def __iter__(self):
        self.n = 0
        return self
  
    def __next__(self):
        if self.n <= self.max:
            result = 2 ** self.n
            self.n += 1
            return result
        else:
            raise StopIteration

现在可以创建一个迭代器，并通过它迭代如下

>>> a = PowTwo(4)
>>> i = iter(a)
>>> next(i)
  
>>> next(i)
  
>>> next(i)
  
>>> next(i)
  
>>> next(i)
  
>>> next(i)
Traceback (most recent call last):
...
StopIteration

也可以使用for循环迭代那些迭代器类。

>>> for i in PowTwo(5):
...     print(i)
...    
  
  
8

Python无限迭代器

迭代器对象中的项目不必都是可耗尽的，可以是无限迭代器(永远不会结束)。 处理这样的迭代器时一定要小心。

下面是用来演示无限迭代器的一个简单的例子。

内置的函数iter()可以用两个参数来调用，其中第一个参数必须是可调用对象(函数)，而第二个参数是标头。迭代器调用此函数，直到返回的值等于指定值。

>>> int()
  
  
>>> inf = iter(int,1)
>>> next(inf)
  
>>> next(inf)

可以看到，int()函数总是返回0，所以将它作为iter(int，1)传递将返回一个调用int()的迭代器，直到返回值等于1。这从来没有发生，所以这样就得到一个无限迭代器。

我们也可以建立自己的无限迭代器。 以下迭代器理论上将返回所有奇数。

'''
学习中遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
class InfIter:
    """Infinite iterator to return all
        odd numbers"""
  
    def __iter__(self):
        self.num = 1
        return self
  
    def __next__(self):
        num = self.num
        self.num += 2
        return num

示例运行如下

>>> a = iter(InfIter())
>>> next(a)
  
>>> next(a)
  
>>> next(a)
  
>>> next(a)

当迭代这些类型的无限迭代器时，请注意指定终止条件。

使用迭代器的优点是它们可以节省资源。 如上所示，我们可以获得所有奇数，而不将整个系统存储在内存中。理论上，可以在有限的内存中计算有无限的项目。