实现了__iter__的对象是可迭代对象.
实现了__iter__和__next__的是迭代器.
两者之间的关系: Python从可迭代的对象中获取迭代器
可迭代对象的抽象基类是abc.Iterable
迭代器的抽象基类是abc.Iterator
定义__iter__方法返回带有__next__方法的对象，__iter__可以简单的返回self.
当没有数据返回时，会抛出StopIteration异常停止返回数据。
class MyIter():
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]
my_iter = MyIter()
iter(my_iter) # 返回一个迭代器
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
函数中有yield关键字的，就是生成器函数
下面的__iter__是一个生成器函数，通过该生成器函数创建生成器对象，包装生成器函数的定义。把生成器传给next(...)函数时，生成器函数会向前，执行函数定义体中的下一个yield语句，返回产出的值，并在函数定义体的当前位置暂停。当无数据返回时，生成器对象会抛出StopIteration异常。
例子:
import re
import reprlib
RE_WORD = re.compile("\w+")
class Sentence:
def __init__(self, text):
self.text = text
def __iter__(self):
for match in RE_WORD.finditer(self.text):
yield matc.group()
1
2
3
4
5
6
7
8
9
10
11
12
13
生成器表达式可以理解为列表推导的惰性版本: 不会迫切地构建列表，而是返回一个生成器，按需惰性生成元素。
列表表达式。 会马上加载所有的元素到内存中
生成器表达式: 会得到一个生成器对象，可以通过next或者循环的方式惰性求值。
虽然下面的__iter__没有yield关键字，但是却有具有生成器表达式，所以__iter__得到的也是一个生成器对象。
例子:
class A:
def __iter__(self):
return (x*3 for x in range(10))
1
2
3
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。