python 迭代器 生成器

1. 迭代器

      迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，知道全部的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，由于人们不多在迭代途中日后退。

1.1 使用迭代器的优势

      对于原生支持随机访问的数据结构（如tuple、list），迭代器和经典for循环的索引访问相比并没有优点，反而丢失了索引值（可使用内建函数enumerate()找回这个索引值）。但对于没法随机访问的数据结构（好比set）而言，迭代器是惟一的访问元素的方式。

      另外，迭代器的一大优势是不要求事先准备好整个迭代过程当中全部的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这以前或以后，元素能够不存在或者被销毁。这个特色使得它特别适合用于遍历一些巨大的或是无限的集合，好比几个G的文件，或是斐波那契数列等等。

      迭代器更大的功劳是提供了一个统一的访问集合的接口，只要定义了__iter__()方法对象，就可使用迭代器访问。

迭代器有两个基本的方法

• next方法：返回迭代器的下一个元素
• __iter__方法：返回迭代器对象自己

下面用生成斐波那契数列为例子，说明为什么用迭代器

代码1

 def fab(max): 
    n, a, b = 0, 0, 1 
    while n < max: 
        print b 
        a, b = b, a + b 
        n = n + 1

直接在函数fab(max)中用print打印会致使函数的可复用性变差，由于fab返回None。其余函数没法得到fab函数返回的数列。

代码2

 def fab(max): 
    L = []
    n, a, b = 0, 0, 1 
    while n < max: 
        L.append(b) 
        a, b = b, a + b 
        n = n + 1
    return L

代码2知足了可复用性的需求，可是占用了内存空间，最好不要。

代码3

对比

 for i in range(1000): pass

 for i in xrange(1000): pass

前一个返回1000个元素的列表，然后一个在每次迭代中返回一个元素，所以可使用迭代器来解决复用可占空间的问题

 class Fab(object): 
    def __init__(self, max): 
        self.max = max 
        self.n, self.a, self.b = 0, 0, 1 

    def __iter__(self): 
        return self 

    def next(self): 
        if self.n < self.max: 
            r = self.b 
            self.a, self.b = self.b, self.a + self.b 
            self.n = self.n + 1 
            return r 
        raise StopIteration()

执行

>>> for key in Fabs(5):
	print key

	
1
1
2
3
5

Fabs 类经过 next() 不断返回数列的下一个数，内存占用始终为常数　　

1.2 使用迭代器

使用内建的工厂函数iter(iterable)能够获取迭代器对象：

>>> lst = range(5)
>>> it = iter(lst)
>>> it
<listiterator object at 0x01A63110>

使用next()方法能够访问下一个元素：

>>> it.next()
0
>>> it.next()
1
>>> it.next()
2

python处理迭代器越界是抛出StopIteration异常

>>> it.next()
3
>>> it.next
<method-wrapper 'next' of listiterator object at 0x01A63110>
>>> it.next()
4
>>> it.next()

Traceback (most recent call last):
  File "<pyshell#27>", line 1, in <module>
    it.next()
StopIteration

了解了StopIteration，可使用迭代器进行遍历了

lst = range(5)
it = iter(lst)
try:
    while True:
        val = it.next()
        print val
except StopIteration:
    pass

结果

>>> 
0
1
2
3
4

事实上，由于迭代器如此广泛，python专门为for关键字作了迭代器的语法糖。在for循环中，Python将自动调用工厂函数iter()得到迭代器，自动调用next()获取元素，还完成了检查StopIteration异常的工做。以下

>>> a = (1, 2, 3, 4)
>>> for key in a:
    print key

    
1
2
3
4

首先python对关键字in后的对象调用iter函数迭代器，而后调用迭代器的next方法得到元素，直到抛出StopIteration异常。

1.3 定义迭代器

下面一个例子——斐波那契数列

# -*- coding: cp936 -*-
class Fabs(object):
    def __init__(self,max):
        self.max = max
        self.n, self.a, self.b = 0, 0, 1  #特别指出：第0项是0，第1项是第一个1.整个数列从1开始
    def __iter__(self):
        return self
    def next(self):
        if self.n < self.max:
            r = self.b
            self.a, self.b = self.b, self.a + self.b
            self.n = self.n + 1
            return r
        raise StopIteration()

print Fabs(5)
for key in Fabs(5):
    print key
    

结果

<__main__.Fabs object at 0x01A63090>
1
1
2
3
5

 

2. 生成器

      带有 yield 的函数在 Python 中被称之为 generator（生成器），几个例子说明下（仍是用生成斐波那契数列说明）

能够看出代码3远没有代码1简洁，生成器（yield）既能够保持代码1的简洁性，又能够保持代码3的效果

代码4　

def fab(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

执行

>>> for n in fab(5):
	print n

	
1
1
2
3
5

      简单地讲，yield 的做用就是把一个函数变成一个 generator，带有 yield 的函数再也不是一个普通函数，Python 解释器会将其视为一个 generator，调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是彻底同样的，因而函数继续执行，直到再次遇到 yield。看起来就好像一个函数在正常执行的过程当中被 yield 中断了数次，每次中断都会经过 yield 返回当前的迭代值。

也能够手动调用 fab(5) 的 next() 方法（由于 fab(5) 是一个 generator 对象，该对象具备 next() 方法），这样咱们就能够更清楚地看到 fab 的执行流程：

>>> f = fab(3)
>>> f.next()
1
>>> f.next()
1
>>> f.next()
2
>>> f.next()

Traceback (most recent call last):
  File "<pyshell#62>", line 1, in <module>
    f.next()
StopIteration

return做用

在一个生成器中，若是没有return，则默认执行到函数完毕；若是遇到return,若是在执行过程当中 return，则直接抛出 StopIteration 终止迭代。例如

>>> s = fab(5)
>>> s.next()
1
>>> s.next()

Traceback (most recent call last):
  File "<pyshell#66>", line 1, in <module>
    s.next()
StopIteration

代码5  文件读取

 def read_file(fpath): 
    BLOCK_SIZE = 1024 
    with open(fpath, 'rb') as f: 
        while True: 
            block = f.read(BLOCK_SIZE) 
            if block: 
                yield block 
            else: 
                return

若是直接对文件对象调用 read() 方法，会致使不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。经过 yield，咱们再也不须要编写读文件的迭代类，就能够轻松实现文件读取。

3. 参考

Python函数式编程指南（三）：迭代器

Python yield 使用浅析