Python编程中实现迭代器的一些技巧小结

> def test_yield():
... yield 1
... yield 2
... yield (1,2)
...
> a = test_yield()
> a.next()
1
> a.next()
2
> a.next()
(1, 2)
> a.next()
Traceback (most recent call last):
 File "<stdin>", line 1, in "htmlcode">

def fab(max): 
 n, a, b = 0, 0, 1 
 while n < max:
 print b, "is generated" 
 yield b
 a, b = b, a + b 
 n = n + 1 

> for item in fab(5):
... print item
... 
1 is generated
1
1 is generated
1
2 is generated
2
3 is generated
3
5 is generated
5




我们有回想一下for关键字的语法糖，在这里遍历5以内的菲波那切数列值的时候，很显然fab(5)生成了一个可迭代的对象，遍历开始的时候它的iter方法被调用返回一个实际工作的迭代器对象，然后每一次调用它的next方法返回一个菲波那切数列值然后打印出来。

我们可以将调用生成器函数返回的对象的属性打印出来，看一下到底发生了什么：


> temp_gen = fab(5)
> dir(temp_gen)
['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__name__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'next', 'send', 'throw']



正如上面的描述，单纯调用fab并不会让函数立刻开始返回任何值，并且从打印出的fab(5)的属性列表能够看到，生成器函数返回的对象包含有__iter__，next的实现。与我们手动实现相比，使用yield很方便的就能够实现我们想要的功能，代码量缩减不少。

Generator Expression

python中另一种能更优雅生成迭代器对象的方式就是使用生成器表达式Generator expression，它和列表解析表达式有着非常相似的写法，仅仅是把中括号[]变成()而已，不过小小改变产生的实际效果确实大大的不一样：


> temp_gen = (x for x in range(5))
> temp_gen
<generator object <genexpr> at 0x7192d8>
> for item in temp_gen:
... print item
... 
0
1
2
3
4
> dir(temp_gen)
['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__name__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'next', 'send', 'throw']



看过上面对yield的描述，这个例子以及对应的输出日志还是相当直接明了的，无论是temp_gen的打印日志描述，for语句遍历的输出结果还是调用dir输出的属性列表，都赤裸裸的表明生成器表达式确实生成了能够支持迭代的对象。另外表达式里面也能够调用函数，增加适量的过滤条件。
内置库itertools 和 iter

python内置的库itertools提供了大量的工具方法，这些方法能够帮助我们创建能进行高效遍历和迭代的对象，里面包含不少有意思并且有用的方法，比如像chain, izip/izip_longest, combinations, ifilter等等。在python中还有一个内置的iter函数非常有用，能够返回一个迭代器对象，之后也就能够进行可以查看对应的帮助文档简单看一下：


> iter('abc')
<iterator object at 0x718590>
> str_iterator = iter('abc')
> next(str_iterator)
'a'
> next(str_iterator)
'b'
> lst_gen = iter([1,2,3,4])
> lst_gen
<listiterator object at 0x728e30>
> dir(lst_gen)
['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__length_hint__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'next']

> help(iter)
Help on built-in function iter in module builtins:

iter(...)
 iter(iterable) -> iterator
 iter(callable, sentinel) -> iterator

 Get an iterator from an object. In the first form, the argument must
 supply its own iterator, or be a sequence.
 In the second form, the callable is called until it returns the sentinel.