【Python】生成器和迭代器

 

l=[1,2,3,4]
 
for n in l:
    print n

在看上面这段代码的时候，我们没有显式的控制列表的偏移量，就可以自动的遍历了整个列表对象。那么for 语句是怎么来遍历列表l的呢？要回答这个问题，我们必须首先来看一下迭代器相关的知识。

1. 迭代器

迭代器对象要求支持迭代器协议，所谓支持迭代器协议就是对象包含__iter__()和next()方法。其中__iter__()方法返回迭代器对象自己；next()方法返回下一个前进到下一个结果，在结尾时引发StopIteration异常。

列表不是迭代器对象，但是列表通过__iter__()可以得到一个迭代器对象来遍历整个列表的内容，像列表这样的序列对象都属于这种情况；与序列不同，文件对象本身就是一种迭代器对象。

l=[1,2,3,4]
f=open('test.c','r')
 
iter(l) == l
Out[131]: False
 
iter (f)== f
Out[132]: True

一个迭代器的例子：

class Reverse:
    """Iterator for looping over a sequence backwards."""
    def __init__(self, data):
        self.data = data
        self.index = len(data)
    def __iter__(self):
        return self
    def next(self):
        if self.index == 0:
            raise StopIteration
        self.index = self.index - 1
        return self.data[self.index]

2.生成器

生成器使python可以很容易的支持迭代协议。生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yeild一次返回一个结果，在每个结果之间挂起和继续它们的状态，来自动实现迭代协议。

def reverse(data):
    for index in range(len(data)-1, -1, -1):
        yield data[index]

3.for语句如何工作

在我们最前面的遍历列表的for语句中，for使用了列表支持迭代器的性质，可以每次通过调用迭代器的next()方法，来遍历到列表中的值，直到遇到StopIteration的异常。

4.迭代器、列表解析、生成器的分析比较

• 迭代器(iterator)

　　迭代器用来为类序列对象提供一个类序列的接口。迭代器就是生成一个有next()方法的对象，而不是通过索引来计数。

　　序列、字典、文件中当使用for x in y的结构时，其实质就是迭代器，迭代器是和实际对象绑定在一起的，所以在使用迭代器时或者上述3者时不能修改可变对象的值。这会产生错误。如：在使用for x in y的结构来遍历字典时删除符合条件的字典内容，这会导致报错。

　　创建迭代器的方法：iter(object)和iter(func,sentinel)两种。一种使用的是序列，另一种使用类来创建。

• 列表解析(List comprehensions)

　　主要用来动态的创建列表，和map()、filter()和reduce()一样可以用来产生列表。和生成器不同的是，列表解析一次生成一个列表，所占内存较大。

　　列表解析的扩展版本语法：[expr for iter_var in iterable if cond_expr]

• 生成器

　　生成器是特定的函数，允许你返回一个值，然后“暂停”代码的执行，稍后恢复。生成器使用了“延迟计算”，所以在内存上面更加有效。

　　生成器表达式：(expr for iter_var in iterable if cond_expr) 

　　练习:使用文件读取，找出文件中最长的行的。最精简答案：max(len(x.strip()) for x in open('/etc/motd','r'))