Python中可迭代对象、迭代器以及iter()函数的两个用法详解

深碍√TFBOYSˉ_ 2021-11-02 14:06 331阅读 0赞

在Python中，有这两个概念容易让人混淆。第一个是可迭代对象（Iterable），第二个是迭代器（Iterator），第三个是生成器（Generator），这里暂且不谈生成器。

## 可迭代对象 ##

列表、元组、字符串、字典等都是可迭代对象，可以使用for循环遍历出所有元素的都可以称为可迭代对象（Iterable）。在Python的内置数据结构中定义了Iterable这个类，在collections.abc模块中，我们可以用这个来检测是否为可迭代对象

>>> from collections import Iterable >>> a = [1,2,3] >>> isinstance(a, Iterable) >>> True >>> b = 'abcd' >>> isinstance(b, Iterable) >>> True

这些数据结构之所以能称之为Iterable，是因为其内部实现了\_\_iter\_\_()方法，从而可迭代。当我们使用for循环时，解释器会调用内置的iter()函数，调用前首先会检查对象是否实现了\_\_iter\_\_()方法，如果有就调用它获取一个迭代器（接下来会讲）。加入没有\_\_iter\_\_()方法，但是实现了\_\_getitem\_\_()方法，解释器会创建一个迭代器并且按顺序获取元素。如果这两个方法都没有找到，就会抛出TypeError异常。下面我们自定义对象，分别实现这两个方法（**getitem**(), **iter**()）

class MyObj: def __init__(self, iterable): self._iterable = list(iterable) def __getitem__(self, item): return self._iterable[item] obj = MyObj([1,2,3]) for i in obj: print(i)

如上所示，这里没有实现\_\_iter\_\_方法，只实现了\_\_getitem\_\_方法，也使得Myobj称为可迭代对象。  
下面我们实现\_\_iter\_\_方法，这里使用了yield语法用来产出值（这里需要生成器的知识）

class MyObj: def __init__(self, iterable): self._iterable = list(iterable) def __iter__(self): index = 0 while True: try: yield self._iterable[index] except IndexError: break index += 1 obj = MyObj([1,2,3]) for i in obj: print(i)

这里同样让对象称为可迭代对象。

## 迭代器 ##

迭代器是一个可以记住遍历的位置的对象。  
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

![1579698-20190621230513320-354680153.png][]

如上图所示，迭代器（Iterator）继承可迭代（Iterable），迭代器必须实现\_\_iter\_\_方法和\_\_next\_\_方法。其中\_\_next\_\_方法用于产出下一个元素。  
由继承图可见，**迭代器一定是可迭代对象，可迭代对象不一定是迭代器**  
迭代器有两个基本的方法：iter() 和 next()。  
我们使用iter(iterable)即可把可迭代对象转换成迭代器  
使用next(iterator)来获取迭代器的下一个值

>>> a = [3,4,5] >>> a >>> [3, 4, 5] >>> iter(a) >>> <list_iterator object at 0x10b130ba8> >>> iterator = iter(a) >>> next(iterator) >>> 3 >>> next(iterator) >>> 4 >>> next(iterator) >>> 5 >>> next(iterator) Traceback (most recent call last): File "<input>", line 1, in <module> StopIteration

如上所示，因为对象实现了\_\_next\_\_方法，我们可以通过next(iterator)来获取迭代器的下一个值，直到没有值了，抛出StopIteration异常结束。

## 迭代器的背后 ##

迭代器Iterator是一个抽象基类，它定义在\_collections\_abc.py中  
`Iterator源码`如下

class Iterator(Iterable): __slots__ = () @abstractmethod def __next__(self): 'Return the next item from the iterator. When exhausted, raise StopIteration' raise StopIteration def __iter__(self): return self @classmethod def __subclasshook__(cls, C): if cls is Iterator: return _check_methods(C, '__iter__', '__next__') return NotImplemented

可以看到，它实现了\_\_subclasshook\_\_方法，即不用显式继承Iterator，只需要实现\_\_iter\_\_和\_\_next\_\_方法即可称为Iterator的**虚拟子类**。这里凸现了Python的鸭子类型，实现特定的“协议”即可拥有某种行为。  
另外，它自己也定义了\_\_iter\_\_方法，当我们使用iter(Iterator)时直接返回自己，不做任何处理。

## iter（）函数的两个用法 ##

官方文档中给出了说明：

iter(iterable) -> iterator
        iter(callable, sentinel) -> iterator
        
        Get an iterator from an object.  In the first form, the argument must
        supply its own iterator, or be a sequence.
        In the second form, the callable is called until it returns the sentinel.

第一个用法：iter(iterable) -> iterator (把可迭代对象转换为迭代器)  
第二个用法：iter(callable, sentinel) -> iterator (**第一个参数：任何可调用对象，可以是函数，第二个是标记值，当可调用对象返回这个值时，迭代器抛出StopIteration异常，而不产出标记值**)

>>> from random import choice >>> values = [1,2,3,4,5,6,7] >>> def test_iter(): >>> return choice(values) >>> it = iter(test_iter, 2) >>> it >>> <callable_iterator object at 0x10b130b00> >>> for i in it: >>> print(i) >>> 7 >>> 1 >>> 7 >>> 3 >>> 1

上面代码的流程：test\_iter函数从values列表中随机挑选一个值并返回，调用iter(callable, sentinel)函数，把sentinel标记值设置为2，返回一个callable\_iterator实例，遍历这个特殊的迭代器，如果函数返回标记值2，直接抛出异常退出程序。这就是iter函数的鲜为人知的另一个用法。

转载于:https://www.cnblogs.com/PyKK2019/p/11067206.html

[1579698-20190621230513320-354680153.png]: /images/20211101/c78b1e355e0b49ba94baf867e376e36d.png