网络工程师学Python-迭代器

迭代器是 Python 中非常重要的概念之一，它是一种对象，可以在代码中按顺序访问一组值。Python 中的大多数数据类型，如列表、元组、集合和字典都是可迭代的对象，这意味着它们可以使用 for 循环进行迭代。但是，在某些情况下，我们需要更精细的控制迭代过程，这就是迭代器的作用。

迭代器的定义和用法

在 Python 中，迭代器是一种实现了 _iter_() 和 _next_() 方法的对象。_iter_() 方法返回迭代器对象本身，而 _next_() 方法返回迭代器中的下一个值。如果没有更多的值可供迭代，它会引发 StopIteration 异常，这标志着迭代的结束。

以下是一个简单的示例，演示了如何使用迭代器遍历一个列表：

numbers=[1,2,3,4,5]
iter_obj=iter(numbers)

whileTrue:
try:
item=next(iter_obj)
print(item)
exceptStopIteration:
break

在上面的示例中，我们首先创建了一个名为 numbers 的列表，然后使用 iter() 函数创建了一个迭代器对象 iter_obj。接下来，我们使用 while 循环和 try-except 块来遍历迭代器。每次迭代，我们使用 next() 函数从迭代器中获取下一个值，并将其存储在变量 item 中。如果没有更多的值可供迭代，StopIteration 异常会被引发，我们会退出循环。

创建自己的迭代器

Python 中的迭代器是可自定义的，我们可以通过实现 _iter_() 和 _next_() 方法来创建自己的迭代器。以下是一个示例，演示了如何使用迭代器对象遍历一个自定义列表：

classMyList:
def\__init\__(self,data):
self.data=data
self.index=0

def\__iter\__(self):
returnself

def\__next\__(self):
ifself.index< len(self.data):
            item = self.data[self.index]
            self.index += 1
            return item
        else:
            raise StopIteration

my_list = MyList([1, 2, 3, 4, 5])

for item in my_list:
    print(item)

在上面的示例中，我们定义了一个名为 MyList 的自定义列表类，它包含一个名为 data 的属性和一个名为 index 的计数器。在 _iter_() 方法中，我们返回自身，表示迭代器对象本身就是迭代器。在 _next_() 方法中，我们检查计数器是否小于列表的长度，如果是，我们返回列表中的下一个元素并将计数器加 1。否则，我们引发 StopIteration 异常来表示迭代的结束。

接下来，我们创建一个名为 my_list 的 MyList 实例，并使用 for 循环来迭代它。在每次迭代中，我们使用 next() 方法从迭代器中获取下一个元素，并将其打印到控制台上。

迭代器 vs. 可迭代对象

在 Python 中，不同的数据类型具有不同的迭代行为。一些数据类型是可迭代的对象，而另一些则是迭代器对象。可迭代对象是指具有 _iter_() 方法的对象，而迭代器对象是指具有 _iter_() 和 _next_() 方法的对象。

可以使用 Python 内置函数 iter() 将可迭代对象转换为迭代器对象。例如，我们可以使用以下代码将一个列表转换为迭代器对象：

numbers=[1,2,3,4,5]
iter_obj=iter(numbers)

注意，numbers 列表是可迭代对象，而 iter_obj 是迭代器对象。在使用 iter() 函数将可迭代对象转换为迭代器对象时，Python 会在后台自动调用 _iter_() 方法，以创建迭代器对象。

总结

在 Python 中，迭代器是一种对象，可以访问一组值，并按顺序返回它们。迭代器通过实现 _iter_() 和 _next_() 方法来工作。可迭代对象是具有 _iter_() 方法的对象，而迭代器对象是具有 _iter_() 和 _next_() 方法的对象。在 Python 中，大多数数据类型都是可迭代对象，但我们可以通过实现自己的迭代器来自定义迭代行为。

审核编辑：刘清