11.2 迭代访问

11.2.1 迭代（Iteration）

迭代（Iteration）是一种操作过程，指重复获取序列中的元素，直到所有元素被访问完毕的行为。例如前面学过的 for 循环遍历列表就是典型的迭代过程。

11.2.2 可迭代对象（Iterable）

可迭代对象是能够被迭代的对象，即可以通过某种方式返回一个迭代器，供迭代过程使用。

• 本质：实现了 iter() 方法的对象（该方法返回一个迭代器）。
• 常见类型：列表、元组、字符串、字典、集合、文件对象等。
• 特点：可直接用于 for 循环，但自身不存储迭代状态（每次迭代需重新生成迭代器）。

可以通过验证是否是Iterable的实例来判断一个对象是否是可迭代对象：

>>> from collections.abc import Iterable
# 判断一个对象是否是可迭代对象（Iterable）
>>> print(isinstance([1, 2, 3], Iterable))
True

>>> print(isinstance("hello", Iterable))
True

11.2.3 迭代器（Iterator）

迭代器是用于执行迭代的工具，它存储了迭代状态，能通过 next() 方法逐个返回元素。

• 本质：同时实现了 iter() 方法（返回自身）和 next() 方法（返回下一个元素，没有元素时抛出 StopIteration 异常）的对象。
• 特点：
  • 惰性计算：不要求事先准备好整个迭代过程中所有的元素。仅仅是在迭代至某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的容器，节省内存。
  • 一次性：迭代结束后（抛出 StopIteration），无法重新开始，除非重新创建迭代器。

>>> from collections.abc import Iterator
# 判断一个对象是否是迭代器（Iterator）
>>> print(isinstance([1, 2, 3], Iterator))
False

>>> iter_obj = iter([1, 2, 3])
>>> print(isinstance(iter_obj, Iterator))
True

>>> print(next(iter_obj))
1
>>> print(next(iter_obj))
2
>>> print(next(iter_obj))
3
>>> print(next(iter_obj))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
>>>

迭代是遍历元素的过程，由迭代器执行；可迭代对象是能提供迭代器的对象；迭代器是可迭代对象生成的、用于实际迭代的工具。

11.2.4 迭代器类

实现了__iter__()和__next__()方法的类的对象，可以作为迭代器使用，当然也可以用next(对象)的方法来获取一个值。例如：11.1-迭代器类.py

# 迭代器类：实现__iter__()和__next__()
class Fib:
    def __init__(self):
        self.prev = 0
        self.curr = 1

    def __iter__(self):
        return self

    def __next__(self):
        self.prev, self.curr = self.curr, self.prev + self.curr
        return self.prev


f = Fib()

for i, v in enumerate(f):
    if i < 10:
        print(v)
    else:
        break

结果为：

1
1
2
3
5
8
13
21
34
55

11.2.5 生成器

如果把列表推导式的[]换成()，那么就会成为生成器的表达式。注意生成器也是没有长度的。

>>> g = (x for x in range(10))
>>> next(g)
0
>>> next(g)
1
>>> len(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: object of type 'generator' has no len()

11.2.6 生成器函数

在一个一般函数中使用yield关键字，可以实现一个最简单的生成器，此时这个函数变成一个生成器函数，是一个返回可迭代对象的函数。yield与return都会返回值，区别在于return返回后，函数状态终止；而yield会保存当前函数的执行状态，在下一次调用时，函数又回到之前保存的状态继续执行。

生成器函数与一般函数的不同：

• 生成器函数包含一个或者多个yield；

• 当调用生成器函数时，函数将返回一个对象，但是不会立刻向下执行；

• 像__iter__()和__next__()方法等是自动实现的，所以我们可以通过next()方法对对象进行迭代；

• 一旦函数被yield，函数会暂停，控制权返回调用者；

• 局部变量和它们的状态会被保存，直到下一次调用；

• 函数终止的时候，StopIteraion会被自动抛出。

例如：11.2-生成器.py

import sys


def fibonacci(n):
    """ 使用生成器函数实现斐波那契数列 """
    a, b, counter = 0, 1, 0
    while True:
        counter += 1
        if counter > n:
            return
        yield a
        a, b = b, a + b


# f 是一个迭代器，由生成器返回生成
f = fibonacci(10)

# 当函数终止时，处理StopIteration异常
while True:
    try:
        print(next(f), end=" ")
    except StopIteration:
        sys.exit()

运行结果为：

0 1 1 2 3 5 8 13 21 34

11.2.7 使用迭代的好处

1. 更容易使用，代码量较小。

2. 内存使用更加高效。因为列表是在建立的时候就分配所有的内存空间，而迭代仅仅是需要的时候才使用，更像一个记录。

3. 代表了一个无限的流。如果我们要读取并使用的内容远远超过内存，但是需要对所有的流中的内容进行处理，那么迭代是一个很好的选择，比如可以让迭代返回当前的处理状态，由于它可以保存状态，所以下一次直接处理即可。