迭代器

迭代器是依附于迭代協(xié)議的對象——基本意味它有一個(gè)next方法(method)，當(dāng)調(diào)用時(shí)，返回序列中的下一個(gè)項(xiàng)目。當(dāng)無項(xiàng)目可返回時(shí)，引發(fā)(raise)StopIteration異常。

迭代對象允許一次循環(huán)。它保留單次迭代的狀態(tài)(位置)，或從另一個(gè)角度講，每次循環(huán)序列都需要一個(gè)迭代對象。這意味我們可以同時(shí)迭代同一個(gè)序列不只一次。將迭代邏輯和序列分離使我們有更多的迭代方式。

調(diào)用一個(gè)容器(container)的__iter__方法創(chuàng)建迭代對象是掌握迭代器最直接的方式。iter函數(shù)為我們節(jié)約一些按鍵。

>>> nums = [1,2,3]   # note that ... varies: these are different objects
>>> iter(nums)              
<listiterator object at ...>
>>> nums.__iter__()           
<listiterator object at ...>
>>> nums.__reversed__()         
<listreverseiterator object at ...>

>>> it = iter(nums)
>>> next(it)      # next(obj) simply calls obj.next()
1
>>> it.next()
2
>>> next(it)
3
>>> next(it)
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
StopIteration

當(dāng)在循環(huán)中使用時(shí)，StopIteration被接受并停止循環(huán)。但通過顯式引發(fā)(invocation)，我們看到一旦迭代器元素被耗盡，存取它將引發(fā)異常。

使用for...in循環(huán)也使用__iter__方法。這允許我們透明地開始對一個(gè)序列迭代。但是如果我們已經(jīng)有一個(gè)迭代器，我們想在for循環(huán)中能同樣地使用它們。為了實(shí)現(xiàn)這點(diǎn)，迭代器除了next還有一個(gè)方法__iter__來返回迭代器自身(self)。

Python中對迭代器的支持無處不在：標(biāo)準(zhǔn)庫中的所有序列和無序容器都支持。這個(gè)概念也被拓展到其它東西：例如file對象支持行的迭代。

>>> f = open('/etc/fstab')
>>> f is f.__iter__()
True

file自身就是迭代器，它的__iter__方法并不創(chuàng)建一個(gè)單獨(dú)的對象：僅僅單線程的順序讀取被允許。

生成表達(dá)式
第二種創(chuàng)建迭代對象的方式是通過 生成表達(dá)式(generator expression) ，列表推導(dǎo)(list comprehension)的基礎(chǔ)。為了增加清晰度，生成表達(dá)式總是封裝在括號或表達(dá)式中。如果使用圓括號，則創(chuàng)建了一個(gè)生成迭代器(generator iterator)。如果是方括號，這一過程被‘短路'我們獲得一個(gè)列表list。

>>> (i for i in nums)          
<generator object <genexpr> at 0x...>
>>> [i for i in nums]
[1, 2, 3]
>>> list(i for i in nums)
[1, 2, 3]

在Python 2.7和 3.x中列表表達(dá)式語法被擴(kuò)展到 字典和集合表達(dá)式。一個(gè)集合set當(dāng)生成表達(dá)式是被大括號封裝時(shí)被創(chuàng)建。一個(gè)字典dict在表達(dá)式包含key:value形式的鍵值對時(shí)被創(chuàng)建：

>>> {i for i in range(3)}  
set([0, 1, 2])
>>> {i:i**2 for i in range(3)}  
{0: 0, 1: 1, 2: 4}

如果您不幸身陷古老的Python版本中，這個(gè)語法有點(diǎn)糟：

>>> set(i for i in 'abc')
set(['a', 'c', 'b'])
>>> dict((i, ord(i)) for i in 'abc')
{'a': 97, 'c': 99, 'b': 98}

生成表達(dá)式相當(dāng)簡單，不用多說。只有一個(gè)陷阱值得提及：在版本小于3的Python中索引變量(i)會泄漏。

生成器

生成器是產(chǎn)生一列結(jié)果而不是單一值的函數(shù)。

第三種創(chuàng)建迭代對象的方式是調(diào)用生成器函數(shù)。一個(gè) 生成器(generator) 是包含關(guān)鍵字yield的函數(shù)。值得注意，僅僅是這個(gè)關(guān)鍵字的出現(xiàn)完全改變了函數(shù)的本質(zhì)：yield語句不必引發(fā)(invoke)，甚至不必可接觸。但讓函數(shù)變成了生成器。當(dāng)一個(gè)函數(shù)被調(diào)用時(shí)，其中的指令被執(zhí)行。而當(dāng)一個(gè)生成器被調(diào)用時(shí)，執(zhí)行在其中第一條指令之前停止。生成器的調(diào)用創(chuàng)建依附于迭代協(xié)議的生成器對象。就像常規(guī)函數(shù)一樣，允許并發(fā)和遞歸調(diào)用。
當(dāng)next被調(diào)用時(shí)，函數(shù)執(zhí)行到第一個(gè)yield。每次遇到y(tǒng)ield語句獲得一個(gè)作為next返回的值，在yield語句執(zhí)行后，函數(shù)的執(zhí)行又被停止。

>>> def f():
...  yield 1
...  yield 2
>>> f()                  
<generator object f at 0x...>
>>> gen = f()
>>> gen.next()
1
>>> gen.next()
2
>>> gen.next()
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
StopIteration

讓我們遍歷單個(gè)生成器函數(shù)調(diào)用的整個(gè)歷程。

>>> def f():
...  print("-- start --")
...  yield 3
...  print("-- middle --")
...  yield 4
...  print("-- finished --")
>>> gen = f()
>>> next(gen)
-- start --
3
>>> next(gen)
-- middle --
4
>>> next(gen)              
-- finished --
Traceback (most recent call last):
 ...
StopIteration

相比常規(guī)函數(shù)中執(zhí)行f()立即讓print執(zhí)行，gen不執(zhí)行任何函數(shù)體中語句就被賦值。只有當(dāng)gen.next()被next調(diào)用，直到第一個(gè)yield部分的語句才被執(zhí)行。第二個(gè)語句打印-- middle --并在遇到第二個(gè)yield時(shí)停止執(zhí)行。第三個(gè)next打印-- finished --并且到函數(shù)末尾，因?yàn)闆]有yield，引發(fā)了異常。

當(dāng)函數(shù)yield之后控制返回給調(diào)用者后發(fā)生了什么？每個(gè)生成器的狀態(tài)被存儲在生成器對象中。從這點(diǎn)看生成器函數(shù)，好像它是運(yùn)行在單獨(dú)的線程，但這僅僅是假象：執(zhí)行是嚴(yán)格單線程的，但解釋器保留和存儲在下一個(gè)值請求之間的狀態(tài)。

為何生成器有用？正如關(guān)于迭代器這部分強(qiáng)調(diào)的，生成器函數(shù)只是創(chuàng)建迭代對象的又一種方式。一切能被yield語句完成的東西也能被next方法完成。然而，使用函數(shù)讓解釋器魔力般地創(chuàng)建迭代器有優(yōu)勢。一個(gè)函數(shù)可以比需要next和__iter__方法的類定義短很多。更重要的是，相比不得不對迭代對象在連續(xù)next調(diào)用之間傳遞的實(shí)例(instance)屬性來說，生成器的作者能更簡單的理解局限在局部變量中的語句。

還有問題是為何迭代器有用？當(dāng)一個(gè)迭代器用來驅(qū)動循環(huán)，循環(huán)變得簡單。迭代器代碼初始化狀態(tài)，決定是否循環(huán)結(jié)束，并且找到下一個(gè)被提取到不同地方的值。這凸顯了循環(huán)體——最值得關(guān)注的部分。除此之外，可以在其它地方重用迭代器代碼。

雙向通信
每個(gè)yield語句將一個(gè)值傳遞給調(diào)用者。這就是為何PEP 255引入生成器(在Python2.2中實(shí)現(xiàn))。但是相反方向的通信也很有用。一個(gè)明顯的方式是一些外部(extern)語句，或者全局變量或共享可變對象。通過將先前無聊的yield語句變成表達(dá)式，直接通信因PEP 342成為現(xiàn)實(shí)(在2.5中實(shí)現(xiàn))。當(dāng)生成器在yield語句之后恢復(fù)執(zhí)行時(shí)，調(diào)用者可以對生成器對象調(diào)用一個(gè)方法，或者傳遞一個(gè)值 給 生成器，然后通過yield語句返回，或者通過一個(gè)不同的方法向生成器注入異常。

第一個(gè)新方法是send(value)，類似于next()，但是將value傳遞進(jìn)作為yield表達(dá)式值的生成器中。事實(shí)上，g.next()和g.send(None)是等效的。

第二個(gè)新方法是throw(type, value=None, traceback=None)，等效于在yield語句處

raise type, value, traceback

不像raise(從執(zhí)行點(diǎn)立即引發(fā)異常)，throw()首先恢復(fù)生成器，然后僅僅引發(fā)異常。選用單次throw就是因?yàn)樗馕吨旬惓７诺狡渌恢?，并且在其它語言中與異常有關(guān)。

當(dāng)生成器中的異常被引發(fā)時(shí)發(fā)生什么？它可以或者顯式引發(fā)，當(dāng)執(zhí)行某些語句時(shí)可以通過throw()方法注入到y(tǒng)ield語句中。任一情況中，異常都以標(biāo)準(zhǔn)方式傳播：它可以被except和finally捕獲，或者造成生成器的中止并傳遞給調(diào)用者。

因完整性緣故，值得提及生成器迭代器也有close()方法，該方法被用來讓本可以提供更多值的生成器立即中止。它用生成器的__del__方法銷毀保留生成器狀態(tài)的對象。

讓我們定義一個(gè)只打印出通過send和throw方法所傳遞東西的生成器。

>>> import itertools
>>> def g():
...   print '--start--'
...   for i in itertools.count():
...     print '--yielding %i--' % i
...     try:
...       ans = yield i
...     except GeneratorExit:
...       print '--closing--'
...       raise
...     except Exception as e:
...       print '--yield raised %r--' % e
...     else:
...       print '--yield returned %s--' % ans

>>> it = g()
>>> next(it)
--start--
--yielding 0--
0
>>> it.send(11)
--yield returned 11--
--yielding 1--
1
>>> it.throw(IndexError)
--yield raised IndexError()--
--yielding 2--
2
>>> it.close()
--closing--

注意： next還是__next__?

在Python 2.x中，接受下一個(gè)值的迭代器方法是next，它通過全局函數(shù)next顯式調(diào)用，意即它應(yīng)該調(diào)用__next__。就像全局函數(shù)iter調(diào)用__iter__。這種不一致在Python 3.x中被修復(fù)，it.next變成了it.__next__。對于其它生成器方法——send和throw情況更加復(fù)雜，因?yàn)樗鼈儾槐唤忉屍麟[式調(diào)用。然而，有建議語法擴(kuò)展讓continue帶一個(gè)將被傳遞給循環(huán)迭代器中send的參數(shù)。如果這個(gè)擴(kuò)展被接受，可能gen.send會變成gen.__send__。最后一個(gè)生成器方法close顯然被不正確的命名了，因?yàn)樗呀?jīng)被隱式調(diào)用。

鏈?zhǔn)缴善?br /> 注意： 這是PEP 380的預(yù)覽(還未被實(shí)現(xiàn)，但已經(jīng)被Python3.3接受)

比如說我們正寫一個(gè)生成器，我們想要yield一個(gè)第二個(gè)生成器——一個(gè)子生成器(subgenerator)——生成的數(shù)。如果僅考慮產(chǎn)生(yield)的值，通過循環(huán)可以不費(fèi)力的完成：

subgen = some_other_generator()
for v in subgen:
  yield v

然而，如果子生成器需要調(diào)用send()、throw()和close()和調(diào)用者適當(dāng)交互的情況下，事情就復(fù)雜了。yield語句不得不通過類似于前一章節(jié)部分定義的try...except...finally結(jié)構(gòu)來保證“調(diào)試”生成器函數(shù)。這種代碼在PEP 380中提供，現(xiàn)在足夠拿出將在Python 3.3中引入的新語法了：

yield from some_other_generator()

像上面的顯式循環(huán)調(diào)用一樣，重復(fù)從some_other_generator中產(chǎn)生值直到?jīng)]有值可以產(chǎn)生，但是仍然向子生成器轉(zhuǎn)發(fā)send、throw和close。