Python - 迭代器
Python 迭代器
Python 中的 iterator（迭代器）是一个对象，它能够逐个元素遍历集合（如 list 或 tuple）。它通过实现两个方法 __iter__() 和 __next__() 来遵循 iterator protocol（迭代器协议）。
__iter__() 方法返回 iterator 对象本身，而 __next__() 方法返回序列中的下一个元素，当没有更多元素可用时，会抛出 StopIteration 异常。
迭代器提供了一种内存高效的数据迭代方式，尤其适用于大型数据集。它们可以通过 iter() 函数从 iterable 对象创建，或者使用自定义 class 和 generator 实现。
Iterable 与 Iterator 的区别
在深入了解 iterator 的工作原理之前，我们应该了解 Iterable 和 Iterator 的区别。
- Iterable（可迭代对象）： 能够逐个返回其成员的对象（例如，lists、tuples）。
- Iterator（迭代器）： 表示数据流的对象，逐个返回元素。
我们通常使用 for 循环来遍历 iterable，如下所示 −
for element in sequence: print (element)
Python 的内置方法 iter() 实现了 __iter__() 方法。它接收一个 iterable 并返回 iterator 对象。
Python Iterator 示例
以下代码从 sequence 类型（如 list、string 和 tuple）获取 iterator 对象。iter() 函数还会从 dictionary 返回 keyiterator。
print (iter("aa"))
print (iter([1,2,3]))
print (iter((1,2,3)))
print (iter({}))
它将产生以下 output −
<str_iterator object at 0x7fd0416b42e0> <list_iterator object at 0x7fd0416b42e0> <tuple_iterator object at 0x7fd0416b42e0> <dict_keyiterator object at 0x7fd041707560>
但是，int 不是 iterable，因此会产生 TypeError。
iterator = iter(100) print (iterator)
它将产生以下 output −
Traceback (most recent call last):
File "C:\Users\user\example.py", line 5, in <module>
print (iter(100))
^^^^^^^^^
TypeError: 'int' object is not iterable
迭代器中的错误处理
Iterator 对象有一个名为 __next__() 的方法。每次调用它时，都会返回 iterator 流中的下一个元素。调用 next() 函数等同于调用 iterator 对象的 __next__() 方法。
当没有更多项可返回时，该方法会抛出 StopIteration 异常。
示例
在以下示例中，我们创建的 iterator 对象只有 3 个元素，但我们迭代了超过 3 次 −
it = iter([1,2,3]) print (next(it)) print (it.__next__()) print (it.__next__()) print (next(it))
它将产生以下 output −
1
2
3
Traceback (most recent call last):
File "C:\Users\user\example.py", line 5, in <module>
print (next(it))
^^^^^^^^
StopIteration
可以使用 try 和 except 块在消耗 iterator 的代码中捕获此异常，尽管更常见的是使用 for 循环等结构隐式处理它，这些结构会内部管理 StopIteration 异常。
it = iter([1,2,3, 4, 5])
print (next(it))
while True:
try:
no = next(it)
print (no)
except StopIteration:
break
它将产生以下 output −
1 2 3 4 5
自定义迭代器
Python 中的自定义迭代器是一个用户定义的 class，它实现了迭代器协议，该协议由两个方法 __iter__() 和 __next__() 组成。这使得 class 可以像迭代器一样工作，能够逐个遍历其元素。
要在 Python 中定义自定义迭代器 class，该 class 必须定义这些方法。
示例
在以下示例中，Oddnumbers 是一个实现了 __iter__() 和 __next__() 方法的 class。每次调用 __next__() 时，数字会增加 2，从而流式输出 1 到 10 范围内的奇数。
class Oddnumbers:
def __init__(self, end_range):
self.start = -1
self.end = end_range
def __iter__(self):
return self
def __next__(self):
if self.start < self.end-1:
self.start += 2
return self.start
else:
raise StopIteration
countiter = Oddnumbers(10)
while True:
try:
no = next(countiter)
print (no)
except StopIteration:
break
它将产生以下 output −
1 3 5 7 9
示例
让我们用以下代码创建一个生成前 n 个 Fibonacci 数的另一个 iterator −
class Fibonacci:
def __init__(self, max_count):
self.max_count = max_count
self.count = 0
self.a, self.b = 0, 1
def __iter__(self):
return self
def __next__(self):
if self.count >= self.max_count:
raise StopIteration
fib_value = self.a
self.a, self.b = self.b, self.a + self.b
self.count += 1
return fib_value
# 使用 Fibonacci iterator
fib_iterator = Fibonacci(10)
for number in fib_iterator:
print(number)
它将产生以下 output −
0 1 1 2 3 5 8 13 21 34
异步迭代器
Python 中的异步迭代器允许我们迭代异步序列，从而在循环中处理 async 操作。
它们遵循异步迭代器协议，该协议由方法 __aiter__() 和 __anext__() 组成（从 Python 3.10 版本开始添加）。这些方法与 async for 循环结合使用，以迭代异步数据源。
aiter() 函数返回一个异步迭代器对象。它是经典迭代器的异步对应物。任何异步迭代器都必须支持 __aiter__() 和 __anext__() 方法。这些方法由两个内置函数内部调用。
异步函数称为协程，并使用 asyncio.run() 方法执行。main() 协程包含一个 while 循环，依次获取奇数，如果数字超过 9 则引发 StopAsyncIteration。
与经典迭代器类似，异步迭代器提供对象流。当流耗尽时，会引发 StopAsyncIteration 异常。
示例
在下面给出的示例中，声明了一个异步迭代器 class Oddnumbers。它实现了 __aiter__() 和 __anext__() 方法。每次迭代时，返回下一个奇数，程序会等待一秒钟，以便异步执行其他进程。
import asyncio
class Oddnumbers():
def __init__(self):
self.start = -1
def __aiter__(self):
return self
async def __anext__(self):
if self.start >= 9:
raise StopAsyncIteration
self.start += 2
await asyncio.sleep(1)
return self.start
async def main():
it = Oddnumbers()
while True:
try:
awaitable = anext(it)
result = await awaitable
print(result)
except StopAsyncIteration:
break
asyncio.run(main())
输出
它将产生以下 output −
1 3 5 7 9