所有的生成器都是叠代器

關於叠代器和生成器的一種定義：叠代器用於從集合中取出元素；生成器用於憑空生成元素。

Python中，所有的集合都是可以叠代的，在Python語言內部，叠代器用於支持：

• for 循環
• 構建和擴展集合類型
• 逐行遍歷文本文件
• 列表推導，字典推導，集合推導
• 元組拆包
• 調用函數時，使用*拆包實參

如同標題本文的標題一樣，這邊文章主要講解三個方面，可叠代對象，叠代器，生成器，下面逐個開始理解

可叠代對象

先通過下面單詞序列例子來理解：

 1 import re
 2 import reprlib
 3 
 4 
 5 RE_WORD = re.compile(‘\w+‘)
 6
 
 
 7 
 8 class Sentence(object):
 9     def __init__(self,text):
10         self.text = text
11         self.words = RE_WORD.findall(text)
12 
13     def __getitem__(self, index):
14         return self.words[index]
15 
16     def __len__(self):
17         return len(self.words)
18 
19     def __repr__
 
(self):
20         """
21         用於打印實例化對象時，顯示自定義內容，
22         reprlib.repr函數生成的字符換最多有30個字符，當超過怎會通過省略號顯示
23         :return: 自定義內容格式
24         """
25         return ‘Sentence(%s)‘ % reprlib.repr(self.text)
26 
27 s = Sentence(‘"the time has come," the Walrus said,‘)
28 print(s)
29 print(type(s))
30 for
 
 word in s:
31     print(word)
32 
33 print(list(s))

上面代碼的運行結果：

首先從結果來看，我們可以看出這個類的實例是可以叠代的，
並且我們從打印print(s)的結果可以看出，顯示的也是我們定義的內容，如果我們在類中沒有通過__repr__自定義，打印結果將為：
<__main__.Sentence object at 0x102a08fd0>
同時這裏的實例化對象也是一個序列，所以我們可以通過s[0]這種方式來獲取每個元素
我們都知道序列可以叠代，那麽序列為啥可以叠代，繼續深入理解

序列可以叠代原因

解釋器需要叠代對象x時，會自動調用iter(x)

內置的iter函數作用：

• 檢查對象是否實現了__iter__方法，如果實現調用它，獲取一個叠代器
• 如果沒有實現__iter__方法，但是實現了__getitem__方法，python會創建一個叠代器，嘗試按順序（從0開始）獲取元素
• 如果嘗試失敗，會拋出TypeError異常，通常會提示：“C object is not iterable”,其中C是目標對象所屬的類

任何python序列可以叠代的原因是，他們都實現了__getitem__方法，並且標準的序列也實現了__iter__方法。

關於如何判斷x對象是否為可叠代對象，有兩種方法：iter(x)或者isinstance(x,abc.Iterable)
那麽這兩種判斷法有什麽區別麽？
其實從Python3.4之後建議是通過iter(x)方法來進行判斷，因為iter方法會考慮__getitem__方法，而abc.Iterable不會考慮，所以iter(x)的判斷方法更加準確

就像我最開始寫的那個例子，分別通過這兩種方式來測試,可以看出，其實這個類是可以叠代的，但是通過abc.Iterable的方式來判斷，確實不可叠代的

關於可叠代對象的一個小結：

1. 使用iter內置函數可以獲取叠代器的對象，如果對象實現了能返回叠代器的__iter__方法，那麽對象就是可叠代的
2. 序列都可以叠代
3. 實現了__getitem__方法，而且其參數是從零開始的索引，這種對象也可以叠代

叠代器

首先我們要明白可叠代的對象和叠代器之間的關系：
Python從可叠代的對象中獲取叠代器

一個簡單的例子，當我們循環字符串的時候，字符串就是一個可叠代的對象，背後就是有叠代器，只不過我們看不到，下面為代碼例子：

 1 # 通過for循環方式
 2 s = "ABC"
 3 for i in s:
 4     print(i)
 5 
 6 
 7 print(‘‘.center(50, ‘-‘))
 8 
 9 # 通過while循環方式
10 it = iter(s)
11 
12 while True:
13     try:
14         print(next(it))
15     except StopIteration:
16         del it
17         break

這兩種方式都可以獲取可叠代對象裏的內容，但是while循環的方式如果不通過try/except方式獲取異常，最後就會提示StopIteration的錯誤，這是因為Python語言內部會處理for循環和其他叠代上下文（如列表推導，元組拆包等等）中的StopIteration

標準的叠代器接口有兩個方法：

• __next__：返回下一個可用的元素，如果沒有元素了拋出StopIteration異常
• __iter__：返回self,以便在應該使用叠代器的地方使用叠代器，例如for循環

因為叠代器只需要__next__和__iter__兩個方法，所以除了調用next()方法，以及捕獲StopIteration異常之外，沒有辦法檢查是否還有遺留元素，並且沒有辦法還原叠代器，如果想要再次叠代，就需要調用iter(...)傳入之前構建叠代器的可叠代對象

我們把剛開始寫的sentence類通過叠代器的方式來實現，要說的是這種寫法不符合python的習慣做法，這裏是為了更好的理解叠代器和可叠代對象之間的重要區別

 1 import re
 2 import reprlib
 3 from collections import abc
 4 
 5 
 6 RE_WORD = re.compile(‘\w+‘)
 7 
 8 
 9 class Sentence:
10 
11     def __init__(self,text):
12         self.text = text
13         self.words = RE_WORD.findall(text)
14 
15     def __repr__(self):
16         return "Sentence(%s)" % reprlib.repr(self.text)
17 
18     def __iter__(self):
19         return SentenceIterator(self.words)
20 
21 
22 class SentenceIterator:
23 
24     def __init__(self,words):
25         self.words = words
26         self.index = 0
27 
28     def __next__(self):
29         try:
30             word = self.words[self.index]
31         except IndexError:
32             raise StopIteration()
33         self.index += 1
34         return word
35 
36     def __iter__(self):
37         return self

這樣我們就可以很清楚的明白，我們定義了一個SenteneIterator是一個叠代器，也實現了叠代器應該有的兩種方法：__next__和__iter__方法，這樣我們通過 issubclass(SentenceIterator,abc.Iterator)檢查
這裏我們還能看到可叠代對象和叠代器的區別：
可叠代對象有__iter__方法，每次都實例化一個新的叠代器
叠代器要實現__next__和__iter__兩個方法，__next__用於獲取下一個元素，__iter__方法用於叠代器本身，因此叠代器可以叠代，但是可叠代對象不是叠代器

有人肯定在想在Sentence類中實現__next__方法，讓Sentence類既是可叠代對象也是自身的叠代器，但是這種想法是不對的，這是也是常見的反模式。所以可叠代對象一定不能是自身的叠代器

生成器

先通過用生成器方式替換上個例子中SentenceIterator類，例子如下：

 1 import re
 2 import reprlib
 3 
 4 
 5 RE_WORD = re.compile(‘\w+‘)
 6 
 7 
 8 class Sentence:
 9 
10     def __init__(self,text):
11         self.text = text
12         self.words = RE_WORD.findall(text)
13 
14     def __repr__(self):
15         return ‘Sentence(%s)‘ % reprlib.repr(self.text)
16 
17     def __iter__(self):
18         for word in self.words:
19             yield word

在上面這個代碼中，我們通過yield關鍵字，這裏的__iter__函數其實就是生成器函數，叠代器其實是生成器對象，每次調用__iter__方法，都會自動創建。

生成器的工作原理

Python函數定義體中有yield關鍵字，該函數就是生成器函數。

生成器函數會創建一個生成器對象，包裝生成器函數的定義體，把生成器傳給next(...)函數時，生成器函數會向前，執行函數定義體中的下一個yield語句，返回產出的值，並在函數定義體的當前位置暫停，最終，函數的定義體返回時，外層的生成器對象會拋出SotpIteration異常，這一點和叠代器協議一致。

下面是一個生成器的例子：

這裏其實我們要明白進行for循環的過程其實就是在隱式的調用next()函數
當我們寫了好幾種Sentence類的時候，感覺我們通過生成器方式實現的挺簡單了，其實還有更簡單的方法的，代碼例子如下,這裏的finditer函數構建了一個叠代器：

 1 import re
 2 import reprlib
 3 
 4 
 5 RE_WORD = re.compile(‘\w+‘)
 6 
 7 
 8 
 9 class Sentence:
10 
11     def __init__(self,text):
12         self.text = text
13 
14     def __repr__(self):
15         return ‘Sentence(%s)‘ % reprlib.repr(self.text)
16 
17     def __iter__(self):
18         for match in RE_WORD.finditer(self.text):
19             yield match.group()

關於生成器表達式

生成器表達式可以理解為列表推導的惰性版本，不會直接構成列表，而是返回一個生成器，按需惰性生成元素。
關於實現Sentence,還可以通過生成器表達式。

 1 import re
 2 import reprlib
 3 
 4 
 5 RE_WORD = re.compile(‘\w+‘)
 6 
 7 
 8 class Sentence:
 9 
10     def __init__(self,text):
11         self.text = text
12 
13     def __repr__(self):
14         return ‘Sentence(%s)‘ % reprlib.repr(self.text)
15 
16     def __iter__(self):
17         return (match.group() for match in RE_WORD.finditer(self.text))

可叠代對象、叠代器、生成器的理解