Python学习 day13

一、可迭代对象和迭代器

1、回顾可以被for循环的对象

list、dic、str、set、tuple、文件句柄f、range()、enumerate()

只有可迭代对象才能被for循环，当我们遇到一个新的变量，不确定能不能for循环时就判断它是否可迭代，那如何判断对象可迭代？

2、双下方法

dir() -- 打印一个对象的所有方法

打印一个列表的所有方法：

print(dir([]))

结果：

['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

可以看到，前面的方法前后都带有两条下划线，这就是我们说的双下方法

双下方法使用C语言写好的，可以有不同调用方式调用的方法，在实际使用中，我们一般不会直接调用双下方法，而是采用其他的调用方式。

如上面列表中的__add__方法：

print([1, 3] + [1, 2])  # 列表可以直接相加
print([1, 3].__add__([1, 2]))  # 调用__add__方法

结果：

从这个例子可以理解，在实际使用时我们会使用“+”来对两个列表相加，但实际“+”机器是不认识的，在调用时实际上还是调用了__add__方法，根据方法中的步骤执行操作，包括数字的加减也是一样。

3、可迭代对象的秘密

利用dir我们可以得到所有可迭代对象的所有方法，为了找到可迭代的秘密，我们对可迭代对象的方法求交集：

print(set(dir([])) & set(dir(())) & set(dir({})) & set(dir(set([]))))  # dir 获取的结果是集合，转化为set可求交集

结果：

{'__format__', '__doc__', '__ne__', '__setattr__', '__getattribute__', '__contains__', '__ge__', '__str__', '__init__', '__dir__', '__sizeof__', '__delattr__', '__reduce__', '__gt__', '__iter__', '__lt__', '__subclasshook__', '__repr__', '__len__', '__hash__', '__reduce_ex__', '__new__', '__le__', '__eq__', '__class__'}

“可迭代的”英文即“iterable”，在上面的方法中可以找到与这个词相近的方法__iter__方法，这个方法就是可迭代对象的秘密了

检验：

print('__iter__' in dir(range(10)))
print('__iter__' in dir(enumerate([])))
print('__iter__' in dir(int))
print('__iter__' in dir(bool))

结果：

结论：只要是能被for循环的，即可迭代的，就一定拥有__iter__方法

4、迭代器

上面我们已经知道了__iter__方法，那执行__iter__方法后有什么结果？

print([].__iter__())

结果：

iterator即“迭代器”的意思，事实上，在调用__iter__方法后，该方法会返回一个迭代器。

再次使用set来计算迭代器与可迭代对象所拥有的方法差异：

print(set(dir([].__iter__())) - set(dir([])))  # 利用set求差集

结果：

{'__setstate__', '__next__', '__length_hint__'}

其中“__next__”就是我们要找的方法了，调用__next__将获取到迭代器的下一个元素

使用__length_hint__查看迭代器的元素个数

print(['momo', 2, 5, [1, 2, 3]].__iter__().__length_hint__())

结果：

4 

判断迭代器的方法中是否有__iter__方法：

print('__iter__' in dir([].__iter__()))

结果：

True

所以迭代器也是可迭代对象，可以被for循环

5、可迭代协议和迭代器协议

可迭代协议 -- 只要含有__iter__方法的都是可迭代的（即可被for循环的）

迭代器协议 -- 内部含有__next__和__iter__方法的就是迭代器

可迭代的对象.__iter__()方法就可以得到一个迭代器

迭代器也是可迭代对象，迭代器调用__iter__()方法就返回它本身

迭代器中的__next__()方法可以一个一个地获取值

判断是否是可迭代对象或迭代器：

from collections import Iterable
from collections import Iterator
 
print(isinstance([], Iterable))
print(isinstance([], Iterator))

而且，根据上述两个协议，我们可以自定义对象来进行测试：

from collections import Iterable
from collections import Iterator
 
class A:
    def __iter__(self): pass  # 可以注释掉再测试
 
    def __next__(self): pass  # 可以注释掉再测试
 
a = A()
print(isinstance(a, Iterable))
print(isinstance(a, Iterator))

6、迭代器取值

• 使用__next__()/next()方法取值

iterator = [1, 4, 'python', [1, 2, 3], {'iter': 'iterator'}].__iter__()
print(iterator.__next__())
print(iterator.__next__())
print(iterator.__next__())
print(next(iterator))
print(next(iterator))

结果：

迭代器的元素个数是固定的，最后一个值取完后如果再调用__next__就会报错：

Traceback (most recent call last):

File "F:/Users/alice/PycharmProjects/exercise/test/test18.py", line 30, in <module>
  print(iterator.__next__())
StopIteration

 next(iterator, default=None)  -- 内置函数next()调用的应该就是__next__方法，看源代码注释：

"""
next(iterator[, default])
 
Return the next item from the iterator. If default is given and the iterator
is exhausted, it is returned instead of raising StopIteration.
"""

调用next()方法更好的一点是，如果default传了值，在迭代器耗尽后再取值不会抛异常，而是返回default的值。另外，就是之前说的，不要直接使用双下方法。

• 使用for循环取值

iterator = [1, 4, 'python', [1, 2, 3], {'iter': 'iterator'}].__iter__()
for i in iterator:
    print(i)

结果：

for循环使用的是for关键字而不是调用某一方法，这里就可以想到，其实for循环实际是调用了某个双下方法。

可以推测，有__iter__方法的才能被for循环，所以for循环时首先调用__iter__方法，拿到迭代器，然后每次循环调用一次__next__方法，因为for循环是自动结束的，所以结束的标志自然是__next__报错Stop Iteration。验证可以自己写个类验证，添加__iter__和__next__方法，已验证。

• next和for

可迭代对象每调用一次__iter__方法都可以拿到一个新的迭代器

同一个迭代器从头到尾只能取一次，不循环

lst_iter = [1, 2, 3, 4, 5].__iter__()
print(next(lst_iter, None))
print(next(lst_iter, None))
for i in lst_iter:
    print(i)

结果：

可以看到，不管用next还是for循环取值，迭代器中的值始终是顺序取值，一个迭代器每个元素只能取一次。

• 数据类型的强制转换

　　除了上述的常用的取值方法外，数据类型强制转换也是生成器的取值方法，如 lst = list(range(10)) ，但是这种取值方式一般不要用，因为转换相当于把所有值一次性取出，如果生成器内容很多，很容易造成内存占用过多。

7、迭代器的应用

目前使用迭代器的情况还比较少，之后在开发过程中，当调用别人写的函数拿到返回值时，可能存在返回值是迭代器的情况，这时需要合理判断，确定其是否为可迭代对象或迭代器。主要判断方法：

1、Iterator判断，直接打印，是Iterator对象的就是迭代器

2、可迭代对象，判断其中是否有__iter__方法，有就是可迭代对象

3、直接给内存地址，有时打印别人的函数的返回值可能输出是一个内存地址，这是可以判断其可能是迭代器

8、迭代器的特点

1、方便从容器类型中一个一个地取值，会把所有的值都取到

2、节省内存空间，如rang()，文件句柄

3、惰性运算，不要不给

二、生成器

写生成器有两种方式：

1、生成器函数

2、生成器表达式

1、生成器函数

先看示例：

 def generator():
     print("第一个值")
     yield "a"
     print("第二个值")
     yield "b"
 
 g = generator()
 print("generator运行了吗")
 ret = next(g)  # 调用__next__()也是可以的
 print(ret)
 ret = next(g)
 print(ret)

结果：

上面generator函数就是一个生成器函数，与普通函数不同的是，生成器函数中没有return，而是有yield

第8行执行generator函数后，可以看到实际上函数并没有执行，而是在第9行打印后，函数内代码才开始执行

所以生成器函数的执行过程是在第一次调用时会返回一个生成器，即g，生成器可以调用next方法取值，每次取值生成器函数向下执行，遇到yield停止，将yield后面的对象返回，即得到一个next取的值。

所以，生成器本质上就是一个迭代器。

生成器函数：只要含有yield关键字的函数就是生成器函数

yield不能和return共用，且需要写在函数内

2、监听文件输入的例子

有这样一个需求：写一个生成器，监听某一文件是否输入了新的内容，每输入一行就返回一行。

def tail(file_path):
    with open(file_path, encoding="utf-8") as f:
        while True:
            line = f.readline().strip()  # 这里会过滤掉空行，如果不加strip()后面再输入的都会多一个空行,所以这里不能把完整的原文档显示，也是个小bug
            if line:
                yield line
            # for line in f:
            #     line = line.strip()
            #     if line:
            #         yield line
 
g = tail("../homework/employeeInfo")
for i in g:
    print(i)