《零基础入门学习Python》第048讲：魔法方法：迭代器
0. 请写下这一节课你学习到的内容：格式不限，回忆并复述是加强记忆的好方式！
自始至终，有一个概念，我们一直都在使用，但是我们从来没有认真地去剖析它，这个概念就是 迭代。
迭代的意思就类似于循环，每一次重复的过程被称之为一次迭代的过程，而每一次迭代得到的结果将会被用来作为下一次迭代的初始值，那么提供迭代方法的容器我们称之为迭代器。
通常我们接触的迭代器有序列（序列就是列表、元组、字符串）和字典，它们都支持迭代操作，举例说明：
我们通常使用 for 语句进行迭代，
-
>>> for i in "来自江南的你": -
print(i) -
来 -
自 -
江 -
南 -
的 -
你
字符串就是一个容器，同时也是一个迭代器，for 语句的作用就是触发这个迭代器的迭代功能，每次从容器里面依次拿出一个数据，这就是所谓的迭代操作。同时，字典和文件也是支持迭代操作的，例如：
-
>>> dict1 = {1 : 'one', 2 : 'two', 3 : 'three', 4 : 'four'} -
>>> for each in dict1: -
print("%s -> %s"%(each, dict1[each])) -
1 -> one -
2 -> two -
3 -> three -
4 -> four
关于迭代操作，Python提供了两个 BIF：iter() 和 next()
对于一个容器对象，调用 iter() 就得到它的迭代器，调用 next() ，迭代器就会返回下一个值，那么怎么结束呢，如果没有值可以返回了，Python 就会抛出一个 StopIteration 的异常。举例：
-
>>> string = '来自江南的你' -
>>> it = iter(string) -
>>> next(it) -
'来' -
>>> next(it) -
'自' -
>>> next(it) -
'江' -
>>> next(it) -
'南' -
>>> next(it) -
'的' -
>>> next(it) -
'你' -
>>> next(it) -
Traceback (most recent call last): -
File " -
next(it) -
StopIteration
我们知道 for 语句是自动调用迭代器的，那么通过这两个 BIF 我们大概就能分析出 for 语句的工作原理：
-
>>> while True: -
try: -
each = next(it) -
except StopIteration: -
break -
print(each) -
来 -
自 -
江 -
南 -
的 -
你
大家看到了，我们用 while 语句同样可以还原 for 语句，
-
>>> for each in string: -
print(each) -
来 -
自 -
江 -
南 -
的 -
你
那么，我们现在讲的是魔法方法，关于迭代器，它的魔法方法一共是两个：__iter__() 和 __next__()
- iter()
__iter__()
- next()
__next__()
没错，它们对应的就是刚才的两个BIF的实现，一个容器如果是迭代器，那么就应该实现 __iter__() 这个魔法方法，这个方法其实是返回迭代器本身，就是 return(self)，接下来重点要实现的是 __next__() 这个魔法方法，因为它跌定了迭代器的规则，举个简单的例子：
-
#斐波那契数列 -
>>> class Fibs: -
def __init__(self): -
self.a = 0 -
self.b = 1 -
def __iter__(self): -
return self -
def __next__(self): -
self.a, self.b = self.b, self.a + self.b -
return self.a -
>>> fibs = Fibs() -
>>> for each in fibs: -
print(each) -
1 -
1 -
2 -
3 -
5 -
...
这个会没完没了，不能停下来，但是基本功能实现了，下面改进，加一个限制条件（20以内的数列）：
-
>>> for each in fibs: -
if each < 20: -
print(each) -
else: -
break -
1 -
1 -
2 -
3 -
5 -
8 -
13
我们发现了，我们刚刚实现的这个迭代器的惟一的亮点就是没有终点，我们可以加入一个参数来控制迭代的范围：
-
>>> class Fibs: -
def __init__(self, n = 10): -
self.a = 0 -
self.b = 1 -
self.n = n -
def __iter__(self): -
return self -
def __next__(self): -
self.a, self.b = self.b, self.a + self.b -
if self.a > self.n: -
raise StopIteration -
return self.a
这样就不会没完没了了：
-
>>> fibs = Fibs() -
>>> for each in fibs: -
print(each) -
1 -
1 -
2 -
3 -
5 -
8
而且，你可以控制它的数量，这里改为100：
-
>>> fibs = Fibs(100) -
>>> for each in fibs: -
print(each, end = ' ') -
1 1 2 3 5 8 13 21 34 55 89
测试题（笔试，不能上机哦~）
0. 请用你的话解释一下“迭代”的概念？
答：迭代是重复反馈过程的活动，其目的通常是为了接近并到达所需的目标或结果。每一次对过程的重复被称为一次“迭代”，而每一次迭代得到的结果会被用来作为下一次迭代的初始值。
1. 迭代器是一个容器吗？
答：不是。因为我们耳熟能详的容器像列表，字典，元组都是可以存放数据的，而迭代器就是实现了__next__()方法的对象（用于遍历容器中的数据）。
2. 迭代器可以回退（获取上一个值）吗？
答：迭代器性质决定没有办法回退，只能往前进行迭代。但这并不是什么很大的缺点，因为我们几乎不需要在迭代途中进行回退操作。
3. 如何快速判断一个容器是否具有迭代功能？
答：判断该容器是否拥有 __iter__() 和 __next__() 魔法方法。
4. for 语句如何判断迭代器里边已经取空了？
答：迭代器通过 __next__() 方法每次返回一个元素，并指向下一个元素。如果当前位置已无元素，通过抛出 StopIteration 异常表示。
5. 在 Python 原生支持的数据结构中，你知道哪一个是只能用迭代器访问的吗？
答：set。对于原生支持随机访问的数据结构（如tuple、list），可以使用迭代器或者下标索引的形式访问，但对于无法随机访问的数据结构 set 而言，迭代器是唯一的访问元素的方式。
动动手（一定要自己动手试试哦~）
0. 用 while 语句实现与以下 for 语句相同的功能：
-
for each in range(5): -
print(each)
代码清单：
-
alist = range(5) -
it = iter(alist) -
while True: -
try: -
print(next(it)) -
except StopIteration: -
break
1. 写一个迭代器，要求输出至今为止的所有闰年。如：
-
>>> leapYears = LeapYear() -
>>> for i in leapYears: -
if i >=2000: -
print(i) -
else: -
break -
2012 -
2008 -
2004 -
2000
提示：闰年判定法（(year%4 == 0 and year%100 != 0) or (year%400 == 0)）
代码清单：
-
import datetime as dt -
class LeapYear: -
def __init__(self): -
self.now = dt.date.today().year -
def isLeapYear(self, year): -
if (year%4 == 0 and year%100 != 0) or (year%400 == 0): -
return True -
else: -
return False -
def __iter__(self): -
return self -
def __next__(self): -
while not self.isLeapYear(self.now): -
self.now -= 1 -
temp = self.now -
self.now -= 1 -
return temp
2. 要求自己写一个 MyRev 类，功能与 reversed() 相同（内置函数 reversed(seq) 是返回一个迭代器，是序列 seq 的逆序显示）。
例如：
-
>>> myRev = MyRev("FishC") -
>>> for i in myRev: -
print(i, end='') -
ChsiF
代码清单：
-
class MyRev: -
def __init__(self, data): -
self.data = data -
self.index = len(data) -
def __iter__(self): -
return self -
def __next__(self): -
if self.index == 0: -
raise StopIteration -
self.index = self.index - 1 -
return self.data[self.index]