Python中的迭代器iterator和yield生成器(constructor）

什么叫迭代器和可迭代对象？

一、可迭代对象(Iterable)

可以直接作用于for循环的对象统称为可迭代对象(Iterable)。

所有的Iterable均可以通过内置函数iter()来转变为Iterator。

然后使用它的next()方法调用，直到监测到一个StopIteration异常。

a = [1, 2, 3, 4]b = iter(a)print b.next()print b.next()print b.next()print b.next()print b.next()

显示结果为：

1

2

3

4

Traceback (most recent call last):

File “C:/workspace2/secAuto_flask/test3.py”, line 13, in

print b.next()

StopIteration

二、迭代器(iterator)

迭代器是一个实现了迭代器协议的对象，在Python中，支持迭代器协议就是实现对象的__iter__()和next()方法。其中iter()方法返回迭代器对象本身；next()方法返回容器的下一个元素，在结尾时引发StopIteration异常。

其实，当我们使用for语句的时候，for语句就会自动的通过iter()方法来获得迭代器对象，并且通过next()方法来获取下一个元素。

看看我们自定义的迭代器：

class MyIterator(object):    def __init__(self, n):        self.index = 0        self.n = n    def __iter__(self):        return self    def next(self):        if self.index < self.n:            var = self.index            self.index += 1            return var        else:            raise StopIteration

for的调用方式：

myRange = MyIterator(3)for i in myRange:    print i

next的调用方式:

myRange = MyIterator(3)print myRange.next()print myRange.next()print myRange.next()

这两种方式显示的结果：

0

1

2

使用迭代器一个显而易见的好处就是：每次只从对象中读取一条数据，不会造成内存的过大开销

比如要逐行读取一个文件的内容，利用readlines()方法，我们可以这么写：

for line in open("test.txt").readlines():print line

这样虽然可以工作，但不是最好的方法。因为他实际上是把文件一次加载到内存中，然后逐行打印。当文件很大时，这个方法的内存开销就很大了。

利用file的迭代器，我们可以这样写：

for line in open("test.txt"):   #use file iteratorsprint line

这是最简单也是运行速度最快的写法，他并没显式的读取文件，而是利用迭代器每次读取下一行。

二、生成器(constructor)

生成器函数在Python中与迭代器协议的概念联系在一起。简而言之，包含yield语句的函数会被特地编译成生成器。当函数被调用时，他们返回一个生成器对象，这个对象支持迭代器接口。函数也许会有个return语句，但它的作用是用来yield产生值的。

不像一般的函数会生成值后退出，生成器函数在生成值后会自动挂起并暂停他们的执行和状态，他的本地变量将保存状态信息，这些信息在函数恢复时将再度有效

def g(n):    for i in range(n):        yield i **2for i in g(5):    print i,":",

显示的结果：

0 : 1 : 4 : 9 : 16 :

要了解他的运行原理，我们来用next方法看看：

t=g(5)print t.next()print t.next()print t.next()print t.next()print t.next()print t.next()

显示结果为：

0

1

4

9

16

Traceback (most recent call last):

File “

利用yield从序列中移除重复项，切保存元素顺序不变

def dedupe(items, key=True):    seen = set()    for item in items:        var = item if key else key(item)        if var not in seen:            yield item            seen.add(var)a = [1, 2, 6, 3, 2, 4, 5, 3, 6]b = list(dedupe(a))print b