17可迭代对象
list 是一个迭代对象
可以通过 for .. in .. 这类语句遍历读取数的对象称之为可迭代对象
li = [1,2,3]
for i in li:
print(i)
17.1 什么是可迭代对象
可迭代对象
- 字符串
- 列表
- 元组
- 字典
- 集合
满意以下条件的也可以成为可迭代对象
- 对象实现了 _iter_ 方法
- __iter__ 方法返回了迭代器对象
for工作原理
- 在内部对可迭代对象调用__iter__方法，获取到迭代器对象
- 再一次次通过迭代器对象调用__next__方法获取迭代结果
判断对象是否可以迭代？
- 使用函数 isinstance() isinstance(对象，Iterable)
from collections.abc import Iterable
# 这个Iterable再python3.3-python3.9中弃用了，所以需要添加collections.abc
print(isinstance(123, Iterable)) #判断123是否是可迭代对象
print(isinstance("python",Iterable)) #判断"python"是否为可迭代对象
17.2 迭代器、iter和next
迭代器只能往前不会后退
迭代器有两个函数： iter()和next()
通过iter()函数取得可迭代对象的迭代器
li = ['zs','lisi','wangwu','zhaoliu'] #列表是可迭代对象
name_iter = iter(li) #获得迭代器对象
print(next(name_iter))
print(next(name_iter))
print(next(name_iter))
print(next(name_iter))
print(next(name_iter)) #取完元素后，还取值就会抛异常
#============等价于==================
name_iter = li.__iter__()
print(name_iter.__next__())
总结
- iter() 调用该对象的__iter__方法，并把__iter__方法返回的结果作为自己的返回值
- 再使用next()函数来调用__next__方法
- 取完元素后，__next__方法将引发StopIteration异常
17.3 可迭代对象和迭代器
可迭代对象 iterable
迭代器 iterator
凡是可以for循环的都属于可迭代对象
凡是可以next的都是迭代器
注！！迭代器一定是可迭代对象
from collections.abc import Iterable,Iterator
name = "你好啊"
print(isinstance(name,Iterable)) #是否为可迭代对象
print(isinstance(name,Iterator)) #是否为迭代器
# 输出结果
# True
# False
name_iter = iter(name)
print(isinstance(name_iter,Iterable)) #是否为可迭代对象
print(isinstance(name_iter,Iterator)) #是否为迭代器
# 输出结果
# True
# True
总结
- 可迭代对象可以通过方法变成迭代器对象
- 如果一个对象拥有iter方法，是可迭代对象；如果一个对象拥有next方法，是迭代器对象
- 定义可迭代对象，必须实现iter方法；定义迭代器，必须实现iter方法和next方法
17.4 迭代器协议
迭代器对象就是实现了迭代器协议的对象
概念
- 对象必须提供一个next方法，该方法要么返回迭代器中的下一项，要么就引起StopIteration异常，来终止迭代。
17.5 自定义迭代器类
条件
- 有iter方法；返回迭代器对象本身(返回实例对象本身即可，self)
- 有next方法；返回容器的下一个元素或抛出StopIteration异常
# 定义一个类，初始值是1，
class Test:
def __iter__(self): #返回迭代器对象的实例
self.n = 0
return self #返回实例对象本身
def __next__(self):
self.n += 1
return self.n # 返回具体的值
te = Test()
te_iter = iter(te2)
print(next(te_iter))
for i in iter(te): #注意！不是te_iter而是te
print(i)
# 输出结果
# 1
# 2
# 3
# 4
# ...
class Test:
def __init__(self):
self.n = 0
def __iter__(self):
return self #返回的是当前迭代器类的实例对象
def __next__(self):
self.n += 1
if self.n <= 10:
return self.n
else:
raise StopIteration("终止了，不能继续运行")#超过10，就抛出异常
t = Test()
print(t.__next__())
for i in t:
print(i)
17.6 生成器 yield
python提供了一种非常简便的语法能让我们来写出自己的迭代对象
只要在def中有yield关键字的 就成为 生成器
生成器表达式：类似于列表推导式
li = [i*10 for i in range(3)] #列表推导式
print(li)
li2 = (i*10 for i in range(3)) #生成器表达式
print(li2) #迭代器
print(next(li2))
print(next(li2))
print(next(li2))
print(next(li2))
使用了yield的函数被称为生成器函数(generator)
1 普通函数，返回值用return ； 生成器函数使用yield语句
2 yield语句一次返回一个结果，在每个结果中间，挂起函数,以便下次从它离开的地方继续执行
def funa(val):
li = []
li.append(val)
print("这是列表")
funa('a')
funa('b')
funa('c')
yield关键字，会在知道到yield的时候，将函数挂起，下次一调用next()函数时继续执行
# 生成器函数
def funb():
print("-----开始了--------")
yield 'a'
yield 'b'
yield 'c'
fb = funb() # 调用生成器函数，返回的是一个生成器对象
print(next(fb))
print(next(fb)) #从挂起的地方继续往下执行
print(next(fb))
# 输出结果
# -----开始了--------
# a
# b
# c
def funa():
i = 0
while True:
print("开始工作---")
i += 1
yield i
gen = funa() #生成器对象
print(next(gen)) #执行到yield就暂停函数
print("********")
print(next(gen)) #执行到yield就暂停函数
print("********")
print(next(gen))
# 输出结果
# 开始工作---
# 1
# ********
# 开始工作---
# 2
# ********
# 开始工作---
# 3
def test2(n):
a = 0
while a < n:
yield a
a += 1
for i in test2(10):
print(i)
# 输出结果：
0
1
2
3
4
5
6
7
8
9
