可迭代对象

迭代器类

一个迭代器类必须实现以下两个方法：

• __iter__()：返回迭代器对象本身（即 self）。
• __next__()：返回序列中的下一个元素。如果没有更多元素，抛出 StopIteration 异常。

class MyRange:
    def __init__(self, start, end):
        self.start = start
        self.end = end

    def __iter__(self):
        return self

    def __next__(self):
        if self.start < self.end:
            current = self.start
            self.start += 1
            return current
        else:
            raise StopIteration

---

迭代器对象

顾名思义就是迭代器类的实例，还是上面的迭代器类举例

Python 内置函数 next() 可以传入一个迭代器对象，会自动调用 __next()__ 函数

my_range = MyRange(1, 10)  # my_range 就是一个迭代器对象
print(next(my_range))  # 输出1
print(next(my_range))  # 输出2
print(next(my_range))  # 输出3

---

可迭代对象

必须有 __iter__() 方法，这个方法返回一个迭代器对象

class MyRange:  # 迭代器类
    def __init__(self, start, end):
        self.start = start
        self.end = end

    def __iter__(self):
        return self

    def __next__(self):
        if self.start < self.end:
            current = self.start
            self.start += 1
            return current
        else:
            raise StopIteration

class MyRange2:  
    def __iter__(self): 
        return MyRange(0, 5)  # 返回一个迭代器对象

for x in MyRange2():  # MyRang2() 就是一个可迭代对象
    print(x)

---

for 循环本质

1. 获取迭代器对象（如果是可迭代对象，就先获取其迭代器对象）
2. 反复调用 next() 函数，内部会调 __next()__ 方法获取下一个元素
3. 捕获 StopIteration 异常，跳出循环

for x in MyRange(5, 10):
    print(x)  # 输出 5,6,7,8,9

生成器对象

• 函数里面有 yield 就是生成器对象（yield 把函数变成了一个生成器对象）
• 调用该函数不会立即执行其中代码，而是返回一个生成器对象
• 当作为参数传入 next() 时：每次会从上次暂停的地方继续执行函数，直到遇到 yield，返回值并再次暂停

from collections.abc import Iterable

def gen_fun():
    yield 1  # 第一次调用 next() 返回1 并暂停
    yield 2  # 第二次调用 next() 返回2 并暂停
    print("hello world")
    yield 3  # 第三次调用 next() 输出 hello world 并返回3，然后暂停

gen = gen_fun()
print(isinstance(gen, Iterable))  # 输出 True。gen 是否是可迭代对象
print(hasattr(gen, '__iter__'))  # 输出 True。gen 是否具有 __iter__ 方法
print(hasattr(gen, '__next__'))  # 输出 True。gen 是否具有 __next__ 方法
print(next(gen))  # 输出 1
print(next(gen))  # 输出 2
print(next(gen))  # 输出3（会先打印 hello world）
print(next(gen))  # 报错。函数已经执行完了（没有下一个元素了），因为也是迭代器对象，所以会抛出 StopIteration

生成器应用1

def read_large_file(file_path):
    with open(file_path, 'r') as file:
        for line in file:
            yield line.strip()  #  strip() 去除前后的空格

# 逐行读取大文件
file_gen = read_large_file('large_file.txt')
for line in file_gen:
    print(line)

生成器应用2

def gen_function():
    i = 2
    yield i  # 质数从 2 开始
    while True:
        i += 1
        for j in range(2, i):  # 循环 2 - i（比如当前是 4，需要判断2到4之间的数是否能被 4 整除）
            if (i % j) == 0:  # 如果能整除说明不是质数，就跳出循环
                break
        else:  # 没有 break 才会走这里，没 break 说明之间的数都不能整除，当前值就是质数
            yield i

if __name__ == '__main__':
    gen = gen_function()
    for i in range(20):  # 连续生成 20 个质数
        print(next(gen))

总结

1. 迭代器对象有 __iter__()、__next__() 两个方法
2. 可迭代对象只有 __iter__() 一个方法
3. 迭代器对象也是可迭代对象，反之不成立
4. 元组、列表、字典、字符串 都是可迭代对象
5. 生成器对象是惰性计算，每次调用才返回下一个对象，所以比较节省内存，也是可迭代对象