Iterator(迭代器)

• 概念

  迭代器是訪問集合元素的一種方式。迭代器對象從集合的第一個元素開始訪問，直到所有的元素被訪問完結束。迭代器只能往前不會后退。

• 可迭代對象

  迭代器提供了一個統一的訪問集合的接口。只要是實現了iter()或getitem()方法的對象，就可以使用迭代器進行訪問。

  例子：

  • 序列：字符串、列表、元組
  • 非序列：字典、文件
  • 自定義類：用戶自定義的類實現了iter()或getitem()方法的對象

• 可迭代對象創建的兩種方法

  第一種：

  # 迭代器對象實現了__iter__()方法
  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
  

  __iter__()方法實現了對象可迭代，next()方法實現了迭代。

  第二種：

  # 用iter()工廠類實例化一個可迭代對象
  it = iter([1,2,3])
  it.next()
  

• 從迭代器中獲得序列

  it = iter([1,23,3])
  lits(it)
  

  使用list構造方法顯式地講迭代器轉化成列表。

• 一種更方便的建立迭代器

  # 用括號擴住才是迭代器
  it = (x for x in [2,3,4])
  
  

生成器

• 概念
  生成器是一種用普通的函數語法定義的迭代器（也叫簡單生成器），有點像java中的靜態域里面的數據，但用更加靈活。生成器不會把結果保存在一個系列中，而是保存生成器的狀態，在每次進行迭代時返回一個值，直到遇到StopIteration異常結束。

• yield

  在函數中如果出現了yield關鍵字，那么該函數就不再是普通函數，而是生成器函數。

  yield 的作用就是把一個函數變成一個 generator，帶有 yield 的函數不再是一個普通函數，Python 解釋器會將其視為一個 generator。可以用for循環遍歷相比于迭代器，生成器更加靈活。

  程序執行到yield后就會返回輸出，yield下面的代碼會在下次調用next()時運行

• yield與return

  在一個生成器中，如果沒有return，則默認執行到函數完畢時返回StopIteration
  如果遇到return,如果在執行過程中 return，則直接拋出 StopIteration 終止迭代。

  # 不會執行到'b'
  def ge():
    yield 'a'
      return 
    yield 'b'  
  

  如果在return后返回一個值，那么這個值為StopIteration異常的說明，不是程序的返回值。

  # 不會輸出'world'
  def ge():
    yield 'hello'
      return 'world'
  

  ?

• 創建一個生成器

  • 簡單生成器

    # 簡單生成器，一個無窮產生奇數的生成器函數
    def odd():
        n=1
        while True:
            yield n
            n+=2
    
    

  • 循環生成器

    # 循環生成器
    g = ((i+2)**2 for i in range(2, 27))
    

    range()是一個生成器

  • 遞歸生成器

  # 處理多層嵌套的數據（二維數組等等）
  def flatten(nested):
      try:
          for sublist in nested:
              forelement in flatten(sublist):
                  yield element
    except TypeError:
          yield nested
  list(flatten([1,[2,3],[4,[5,6]],7,8]))
  

  當函數被告知展開一個元素（元素無法展開，一個可迭代對象才能展開　），for循環會引發一個TypeError異常。但上面的那種情況在處理元素是字符串的時候不適用。

  def flatten(nested):
      try:
          # 不要迭代類似字符串的數據對象
          try:
              nested + ''  # 當nested不是一個字符串的時候會引發一個TypeError
        except TypeError:
              pass
          else: 
              raise TypeError
        for sublist in nested:
              for element in flatten(sublist):
                  yield element
    except TypeError:
          yield nested
          
   # 下面的是可以打印出多層嵌套的數據（無論是一般數據還是字符串）
  def flatten(nested):
      try:
          if isinstance(nested, str):
              raise TypeError
          for sublist in nested:
              for element in sublist:
                  yield element
      except TypeError:
          yield nested
          
  

  ?

  • 生成器方法

    • send

      可以改變生成器內部值的方法

      要在生成器掛起后才有意義（也就是說在yield函數第一次被運行之后），如果相對剛剛啟動的生成器使用send()方法，可以講None作為其參數進行調用。

      def repeater(value):
        while True:
        new = (yield value)
        if new is not None:
        value = new 
      # 使用方法
      r = repeater(42)
      r.next()
      r.send('Hello world!')
      

    • throw

      用于在生成器內引發一個異常（在yield表達式中）

      def gen():
        while True:
            try:
                yield 'normal value'
                yield 'normal value 2'
                print 'here'
            except ValueError:
                print 'we got ValueError here'
            except TypeError:
                break
      # gen()用法
      g - gen()
      print next(g)
      print g.throw(Valueerror)
      print next(g)
      print g.throw(TypeError)
      
      """
      程序的輸出：
      print(next(g))：會輸出normal value，并停留在yield ‘normal value 2’之前。
      由于執行了g.throw(ValueError)，所以會跳過所有后續的try語句，也就是說yield ‘normal value 2’不會被執行，然后進入到except語句，打印出we got ValueError here。然后再次進入到while語句部分，消耗一個yield，所以會輸出normal value。
      print(next(g))，會執行yield ‘normal value 2’語句，并停留在執行完該語句后的位置。
      g.throw(TypeError)：會跳出try語句，從而print(‘here’)不會被執行，然后執行break語句，跳出while循環，然后到達程序結尾，所以跑出StopIteration異常。
      """
      

    • close

      它在yield運行處引發一個GeneratorExit異常，可以對生成器內進行代碼清理，一般講yield語句放在try/finally語句中。執行close()方法后，生成器對象就會被銷毀，不能再調用next()方法

      def gen():
        yield 1
        yield 2
        yield 3
        
      g = gen()
      print next(g)
      g.close()
      next(g)
      

      ?