Python进阶系列：Python遍历的秘密

 前言 

可迭代对象，迭代器，生成器，相信许多学习Python的小伙伴或多或少都听说过，但你真的知道他们的区别吗？真的知道为什么需要这些概念吗？

本文带你深入了解一系列相关机制，不仅告诉你概念，还告诉你为什么需要这些概念，让你可以举一反三。

本文重点

• - Python在for遍历时做了什么？
• - 为什么需要迭代器？
• - 生成器为什么不能重复使用？
• - Python的动态协议，不一样的迭代实现。

本文字数2000+，不适合初学者，阅读本文需要你有以下Python基础知识：

• - 认识列表(list)
• - for循环等基本语法。
• - 自定义类型，方法。

 for循环没有你想象中的那么简单 

能够看到这里的小伙伴必定已经很熟悉for循环，但你可能不知道Python在背后为你做了许多事情。

用一个简单例子来说明一下，当前有一个列表，里面装着4个数字，我们需要把数字逐一打印出来。

如下图,分别用两种方式实现：

• - 行5-行7，第一种方式，通过索引访问列表
• - 行10-行11，直接通过for遍历。
• - 大家有想过吗？为什么第二种方法，不需要一个变量 i 来记录当前读取位置呢。

答案是，不管什么方式，其实都需要在遍历过程保持一个状态值，以表示现在遍历到哪个元素。

但是为什么我们平时使用的for循环却不需要呢？

因为Python在for循环之前静悄悄地做了以下事情：

• - 行10，这里是遍历的开始。但别以为 Python 是直接向 nums 拿数值。
• - 在遍历开始之前，Python 会先问 nums 拿一个叫迭代器的东西。
• - 然后每次都问这个迭代器拿数值，然后把数值赋给变量 n 。

我们来看看示意图：

• - Python 通过 iter(nums) 拿到一个迭代器，然后才开始遍历。
• - 第一次遍历时，会问迭代器拿一个元素，然后把元素赋值给变量 n 。
• - 整个过程，iter 执行了一次，next 执行了4次。 
• - 之前说的状态值 i ，其实就保存在迭代器中。
• - 以上的步骤从代码上是看不到的。

可以看到，迭代器就是为了保存遍历状态而设定的。

 迭代器的由来 

你可能会疑惑，为什么多此一举，非要弄一个所谓的迭代器出来？

可以把状态值 i ，保存在列表对象中啊。

答案是，因为在嵌套for遍历的时候，需要两个for的状态值 i 是独立分开的。

看下图：

• - 如果状态值 i 直接保存在列表对象中，那么这里的嵌套遍历就乱套了。
• - 可见，这里 Python 会为我们创建了2个独立的迭代器，独立维护了2个状态值 i 。

上面例子中，列表 nums 称为"可迭代对象"

说白了，迭代器就是用于维护一个遍历过程中的状态数据。

 不是任何对象都有迭代器的 

以上就是迭代器的由来，但似乎目前为止我们都没看到迭代器是个啥样。

通过下图的代码，来看看迭代器吧:

• - 行22，通过 iter 方法从列表 nums 中获取一个迭代器。
• - 行26，通过 next 方法从迭代器 tor 中获取一个值。
• - 行24-行29，就是整个遍历的过程。
• - 行28，当列表中的值都被取出来后，在行26 中再次问 tor 获取值的时候，就会出现 StopIteration 的错误。

重点归纳一下：

• - 如果一个类正确实现了 `__iter__` 方法，那么这个对象叫"可迭代对象"
• - 可以通过 iter 方法从可迭代对象身上获取一个迭代器。
• - 迭代器是一个正确实现 `__next__` 方法的对象。
• - 迭代器的状态是无法重置，只能向前。一旦遍历完毕，则无法再次使用。
• - 例子中， nums 列表是一个可迭代对象。

> 题外话：实际上迭代器还正确实现了 `__iter__` 方法，不过这个方法只是简单地返回迭代器自身。

 生成器其实就是一种迭代器 

所谓的生成器，指定的是一种不断生成输出东西的事物，同样地可以通过 next 方法从生成器上获取输出。

是不是与迭代器的概念不谋而合？那又是为什么弄这样的一个概念出来？

生成器的特点

• - 生成器的数据来源与迭代器不一样。
• - 行48-行51，生成器的来源不一定是可迭代对象，他可以是一个不断输出值的函数。
• - 行45，因此，生成器有着迭代器一样的性质。不能重复使用。

 真的需要 `__iter__` 才是可迭代对象吗？ 

Python中的协议不像Java或C#这么严格，当一个对象实现了 `__getitem__` 方法，并且可以从0索引开始访问元素时，同样也可以迭代他。

如下：

• - 行62，实现了 `__getitem__` 方法，就是让这个对象可以通过诸如 mn[0] 这样的方式去获取元素。
• - Python 在 for 循环时，发现 MyNums 虽然没实现 `__iter__` 方法，但有 `__getitem__` 方法，那么自然可以通过维护一个状态索引值 i ，不断调用 `__getitem__` 方法实现遍历的效果。

 小结 

• - 我们平时经常使用的列表，元组，字典等集合，他们都是可迭代对象。
• - 遍历可迭代对象时，实际是从可迭代对象获取一个迭代器进行的。
• - 迭代器在 Python 中被定义为"只读向前"，一旦使用完毕，则不能再次使用。
• - 生成器就是一种迭代器，因此拥有迭代器同样的性质与限制。
• - 当自定义类型需要可迭代时，实现 `__iter__` 方法。
• - 如果没有实现 `__iter__` 方法，那么实现 `__getitem__` 方法也是可以支持迭代。

扫描二维码

获取更多精彩

数据大宇宙

本文分享自微信公众号 - 数据大宇宙（data2fun）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。