python学习笔记之八：迭代器和生成器

一. 迭代器

在前面的笔记中，已经提到过迭代器（和可迭代），这里会对此进行深刻讨论。只讨论一个特殊方法---__iter__，这个方法是迭代器规则的基础。

1.1 迭代器规则

      迭代的意思是重复作一些事情不少次，到如今为止只是在for循环中对序列和字典进行迭代，但实际上也能对其余的对象进行迭代：实现__iter__方法的对象。

      __iter__方法返回一个迭代器，所谓迭代器就是具备next方法（这个方法在调用时不须要任何参数）的对象。在调用next方法时，迭代器会返回它的下一个值。若是next方法被调用，但迭代器没有值能够返回，就会引起一个StopIteration异常。

      为何不用列表？列表是一次性获取全部值的，若是有不少值，列表会占用太多的内存，可是迭代器能够在使用时计算一个值时获取一个值，使用迭代器更通用，简单，优雅。

      下面来看一个不使用列表的例子：

__metaclass__ = type
 
class Fibs:
    def __init__(self):
        self.a = 0
        self.b = 0
    def next(self):
        self.a,self.b = self.b,self.a + self.b
        return self.a
    def __iter__(self):
        return self

注意：迭代器实现了__iter__方法，这个方法实际上返回迭代器自己。不少状况下，__iter__会放到其余的会在for循环中使用的对象中。这样一来，程序就能返回所需的迭代器。此外，推荐使用迭代器实现它本身的_iter__方法，而后就能直接在for循环中使用迭代其自己了。

>>> f = Fibs()
>>> for n in f:
    if n > 10:
        print n
        break

13

 

1.2 从迭代器获得序列

除了在迭代器和可迭代对象上进行迭代外，还能把它们转换为序列。在大部分能使用序列的状况下，能使用迭代器替换。关于这个的一个颇有用的例子是使用list构造方法显式地将迭代器转化为列表。

__metaclass__ = type
 
class TestIterator:
    value = 0
    def next(self):
        self.value += 1
        if self.value > 10:raise StopIteration
        return self.value
    def __iter__(self):
        return self

>>> ti = TestIterator()
>>> list(ti)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

 

 二. 生成器

      生成器是python新引入的概念，因为历史缘由，它也叫简单生成器。它和迭代器多是近几年来引入的最强大的两个特性。生成器能够帮助读者写出很是优雅的代码。

      生成器是一种用普通的函数语法定义的迭代器。让咱们先看看怎么建立和使用生成器，而后再了解一下她的内部机制。

2.1 建立生成器

首先建立一个展开嵌套列表的函数，参数是一个列表的列表，相似于nested = [[1,2],[3,4],[5]]，函数按照顺序打印出列表中的数字：

__metaclass__ = type
 
def flatten(nested):
    for sublist in nested:
        for element in sublist:
            yield element

      这个函数首先迭代提供的嵌套列表中的全部子列表，而后按顺序迭代列表中的元素。yield语句是新知识，任何包含yield语句的函数都称为生成器。它不像return那样返回值，而是每次产生多个值。每次产生一个值，函数就会被冻结：即函数停在那点等待被激活，函数被激活后就从中止的那点开始执行。

接下来能够经过在生成器上迭代来使用全部的值：

>>> nested = [[1,2],[3,4],[5]]
>>> for num in flatten(nested):
    print num
    
1
2
3
4
5

 

 2.2 递归生成器

上面的例子中只能处理两层嵌套，若是不知道有多少层嵌套呢？咱们就要求助于递归了：

__metaclass__ = type
 
def flatten(nested):
    try:
        for sublist in nested:
            for element in sublist:
                yield element
    except TypeError:
        yield nested

当flatten被调用时，有两种可能性：基本状况和须要递归的状况，在特殊状况中，展开的是一个列表，程序必须遍历全部的字列表，并对他们调用flatten。而后用另外一个for循环来产生被展开的子列表中的全部元素。

>>> nested = [[1,2],[3,4],[5,[6,[7]]]]
>>> for num in flatten(nested):
    print num

1
2
3
4
5
[6, [7]]

（上面的结果跟书《python基础教程（第二版）》中例子的结果不同，我也搞不懂）