python基础学习笔记（十一）

 

 

迭代器

 

本节进行迭代器的讨论。只讨论一个特殊方法---- __iter__  ，这个方法是迭代器规则的基础。

 

迭代器规则

迭代的意思是重复做一些事很多次---就像在循环中做的那样。__iter__ 方法返回一个迭代器，所谓迭代器就是具有next方法的对象，在调用next方法时，迭代器会返回它的下一个值。如果next方法被调用，但迭代器没有值可以返回，就会引发一个StopIteration异常。

 

这里是一个婓波那契数例，使用迭代器如下：

class Fibs:

    def __init__(self):

        self.a = 0

        self.b = 1

    def next(self):

        self.a , self.b = self.b , self.a + self.b

        return self.a

    def __iter__(self):

        return self



>>> fibs = Fibs() 

>>> for f in fibs:

      if  f  > 1000:

          print f

          break    #因为设置了break ，所以循环在这里停止。



1597

内建函数iter可以从可迭代的对象中获得迭代器。

>>> it = iter([1,2,3])

>>> it.next()

1

>>> it.next()

2

 

从迭代器得到序列

除了在迭代器和可迭代对象上进行迭代外，还能把它们转换为序列。在大部分能使用序列的情况下，能使用迭代器替换。

class TestIterator:

    value = 0

    def next(self):

        self.value += 1

        if self.value > 10: raise StopIteration

        return self.value

    def __iter__(self):

        return self



>>> ti = TestIterator()

>>> list(ti)

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

　

 

　

生成器

 

生成器也叫 简单生成器，生成器可以帮助读者写出非常优雅的代码，当然，编写任何程序时不使用生成器也是可以的。

 

创建生成器

创建一个生成器就像创建函数一样简单。

>>> def flatten(nested):

    for sublist in nested:

        for element in sublist:

            yield element



            

>>> nested = [[1,2],[3,4],[5]]

#使用for循环

>>> for num in flatten(nested):

    print num



    

1

2

3

4

5

#或使用list函数

>>> list(flatten(nested))

[1, 2, 3, 4, 5]

 

递归生成器

上面创建的生成器只能处理两层嵌套，为了处理嵌套使用了两个for循环，如果要处理任意层的嵌套呢？例如，可以每层嵌套需要增加一个for循环，但不知道有几层嵌套，所以必须把解决方案变得更灵活，现在可以用递归来解决。

>>> def fla(aa):

    try:

        for bb in aa:

            for cc in fla(bb):

                yield cc

    except TypeError:

        yield aa



>>> list(fla([[[1],2],3,4,[5,[6,7]],8]))  #注意括号层次比较多

[1, 2, 3, 4, 5, 6, 7, 8]

　　

当fla被调用时有两种情况：基本情况和需要递归的情况

　　在基本的情况中，函数被告知展开一个元素，这种情部下，for循环会引发一个TypeError 异常，生成会产生一个元素。

　　如果展开的是一个列表，那么就需要特殊情况处理。程序必须遍历所有的子列表，并对它们调用fla。

-------------------

上面的做法有一个问题：如果aa 是一个类似于字符串的对象（字符串、Unicode、UserString等），那么它就是一个序列，不会引发TypeError，但是你不想对这样的对象进行迭代。

为了处理这种情况，则必须在生成器的开始处添加一个检查语句。试着将传入的对象和一个字符串拼接，看看会不会出现TypeError，这是检查一个对象是不是类似于字符串最简单快速的方法。

>>> def flatten(nested):

    try:

       #不要迭代类似字符串的对象

        try:nested + ''

        except TypeError: pass

        else: raise TypeError

        for sublist in nested:

            for element in flatten(sublist):

                yield element

    except TypeError:

        yield nested



        

>>> list(flatten(['foo',['bar',['baz']]]))

['foo', 'bar', 'baz']

如果nested+’’ 引发了一个TypError ，它就会被忽略。如果没有引发TypeError，那么内层try语句就会引发一个它自己的TypeError异常。

 

 

生成器方法

生成器新属性是在开始运行后为生成器提供值的能力。表现为生成器和“外部世界”进行交流的渠道：

　　* 外部作用域访问生成器的send方法，就像访问next 方法一样，只不过前者使用一个参数（发送的“消息”---任意对象）

　　* 在内部则挂起生成器，yield现在作为表达式而不是语句使用，换句话说，当生成器重新运行的时候，yield方法返回一个值，也就是外部通过send方法发送的值。如果next 方法被使用，那么yield方法返回None. 

下面简单的方例子来说明这种机制：

>>> def repeater(value):

    while True:

        new =(yield value)

        if new is not None:value = new



        

>>> r = repeater(42)

>>> r.next()

42

>>> r.send("hello, world!")

'hello, world!'

生成器的另两个方法：

　　* throw方法（使用异常类型调用，还有可选的值以及回溯对象）用于在生成器内引发一个异常（在yield表达式中）

　　* close 方法（调用时不用参数）用于停止生成器。