Python3：迭代器与生成器详解及自定义实现

在Python3中，迭代器和生成器是两种强大的工具，它们在处理数据流和避免一次性加载大量数据时显得尤为关键。本文主要介绍了这两个概念以及它们之间的关系。 **迭代器与迭代的概念** 在Python中，迭代是指通过重复访问序列的下一个元素，直到所有元素都被访问完。这不同于简单的循环，如`while True`，因为循环强调的是重复执行代码块，而迭代则强调按顺序访问数据。迭代器的设计初衷是为了处理那些不能简单通过索引访问的数据结构，如文件、网络请求等，它允许逐个处理数据，无需预先知道数据的全部内容。 **迭代器的定义** 迭代器是Python中的核心概念，它是一个实现了`__iter__()`和`__next__()`方法的对象。`__iter__()`方法返回迭代器自身，而`__next__()`方法在每次调用时返回容器中的下一个元素。当容器中没有更多元素时，迭代器会抛出`StopIteration`异常，表示迭代结束。Python的标准库中提供了许多内置的可迭代对象，如列表、元组、字典、集合和字符串。 **判断可迭代性** 要判断一个对象是否可迭代，可以使用`iter(instance)`函数。如果对象实现了`__iter__()`方法，或者虽然没有直接实现，但提供了`__getitem__()`方法，那么它被认为是可迭代的。如果以上条件都不满足，Python会抛出`TypeError`，提示对象不可迭代。 **自定义类实现迭代器** 为了使一个自定义类可迭代，需要在类中实现`__iter__()`方法。例如，我们可以创建一个名为`Iter1`的类，如下所示： ```python class Iter1: def __init__(self, data): self.current = 0 self.data = data def __iter__(self): return self def __next__(self): if self.current < len(self.data): value = self.data[self.current] self.current += 1 return value else: raise StopIteration ``` 这个`Iter1`类初始化时接收一个数据列表，然后在`__iter__()`方法中返回迭代器本身，在`__next__()`方法中按照索引逐个返回列表元素，直到遍历完毕。 **生成器与迭代器的关系** 生成器是另一种创建迭代器的方式，它是一种特殊的迭代器，通过使用`yield`关键字定义一个函数，每次调用时会暂停并保存当前状态，下次调用时从上次停止的地方继续执行。生成器比普通迭代器更轻量级，因为它们不必预先加载所有数据，节省内存。同时，生成器还支持无限序列（使用`yield from`语句），使得编写异步编程更加方便。 Python3中的迭代器和生成器是处理数据流的强大工具，理解它们的原理和使用方法对于高效地处理数据和优化内存管理至关重要。通过实现自定义类的迭代器，开发者可以根据需要构建灵活且高效的序列访问机制。