從迴圈說起 順序 ， 分支 ， 迴圈 是編程語言的三大邏輯結構，在Python中都得到了支持，而Python更是為迴圈結構提供了非常便利的語法： 剛從C語言轉入Python的同學可能傾向於寫索引下標式的迴圈，例如下麵的代碼像遍歷C中的數組一樣遍歷了一個Python中的列表： 但如果將列表(list) ...
從迴圈說起
順序，分支，迴圈是編程語言的三大邏輯結構，在Python中都得到了支持，而Python更是為迴圈結構提供了非常便利的語法：for ... in ...
剛從C語言轉入Python的同學可能傾向於寫索引下標式的迴圈，例如下麵的代碼像遍歷C中的數組一樣遍歷了一個Python中的列表：
>>> colors = ['black', 'white', 'red', 'blue']
>>> for i in range(len(colors)):
... print(colors[i])
...
black
white
red
blue但如果將列表(list)替換為集合(set)，這個方法就不奏效了：
>>> colors = set(['black', 'white', 'red', 'blue'])
>>> for i in range(len(colors)):
... print(colors[i])
...
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
TypeError: 'set' object does not support indexing這是因為set不像list，string，tuple這些結構，其中的元素從邏輯上講本身是沒有序的，與之類似的還有dict，因而Python在設計set這個內置數據結構時，並沒有實現其下標索引。但遍歷集合這個操作本身是合理並且常見的，我們可以如下實現對集合的遍歷：
>>> colors = set(['black', 'white', 'red', 'blue'])
>>> for color in colors:
... print(color)
...
red
blue
black
white至於元素輸出的順序為何是這樣，這與set的具體實現有關，不在本文的討論範圍內，本文要探究的是，這種for...in...迴圈到底是如何運作的。
輪到你出場了，迭代器
想知道for迴圈的運作模式，首先要介紹迭代器(iterator)的概念。迭代器並不是Python獨有的概念，事實上，在C++，Java等其他語言中，都可以看到迭代器的身影，站在更高的角度，迭代器不是一個語言特性，而是一種設計模式，它提升了語言的抽象能力和代碼的服用，減少程式員的心智負擔。為證明這一點，下麵我們就以Python中的迭代器進行說明。
在Python中，迭代器泛指一類實現了迭代器協議的對象，具體來說，任何實現了__next__函數的對象都是迭代器，該函數可以通過Python的內置函數next進行調用，該函數的邏輯應該返回數據結構中的下一個迭代對象或拋出StopIteration異常。以下代碼是列表迭代器的一個示例，我們暫時不關心該列表迭代器是怎麼來的。
>>> colors = ['black', 'white', 'red', 'blue']
>>> color_iterator = iter(colors)
>>> next(color_iterator)
'black'
>>> next(color_iterator)
'white'
>>> next(color_iterator)
'red'
>>> next(color_iterator)
'blue'
>>> next(color_iterator)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration可以看到，每次對迭代器調用next函數，迭代器或返回應被迭代的下一個對象，或拋出一個StopIteration異常，上層的調用者可通過捕獲該異常得知迭代已經結束。
他來了，可迭代對象
可迭代對象(Iterable)是另一個重要概念，顧名思義，它應該泛指滿足可以被迭代，即擁有迭代器的一類對象。在Python的迭代器協議里，任何實現了__iter__函數的對象都是可迭代對象，該函數可以通過Python的內置函數iter調用，該函數邏輯上應該返回一個迭代器對象，即返回一個實現了__next__函數的對象。我們還是以列表作為例子。
>>> colors = ['black', 'white', 'red', 'blue']
>>> type(colors)
<class 'list'>
>>> color_iterator = iter(colors)
>>> type(color_iterator)
<class 'list_iterator'>可以看到，colors和color_iterator是兩個不同的對象，後者是前者的__iter__函數返回的一個新對象。
為什麼要這麼複雜？
你可能已經在問了，為什麼要制定這麼複雜的所謂協議？是的，對於每一個類來說，按照規定實現__next__和__iter__方法聽上去很麻煩。但是，當很多類都遵循這個協議麻煩一點的時候，對於調用者而言，事情開始變得簡單。換句話說，當所有邏輯上可以被迭代的對象都告訴你，”我已經按照迭代器協議實現了協議里要求的方法“，作為調用者，你不必再關心他們怎麼實現的，你可以用一個統一的方式去迭代他們，無論這是一個列表，一個字元串，一個集合，還是一個字典。
事實上，for...in...就是這麼做的。
揭秘for迴圈
Python的for...in...迴圈實際上等價於以下代碼
colors = ['black', 'white', 'red', 'blue']
for color in colors:
print(color)
# 等價於
color_iterator = iter(colors)
while True:
try:
color = next(color_iterator)
print(color)
except StopIteration:
break當我們毫無顧忌地對列表/字元串/集合/字典/...各式各樣的數據結構for...in...時，Python並不是像魔法師一樣天然地知道這些對象該怎麼去遍歷，而是按部就班地用iter取出迭代器，用next取出下一個迭代對象，如果捕獲StopIteration，就停止迭代。所以，這些功勞來自於這些對象嚴格地遵從了迭代器協議。
自己實現一個可迭代對象
當我們自定義類時，是不是也應該考慮調用者的感受？下麵我們就自己實現一個符合迭代器協議的類。
class MyIterable():
def __init__(self):
self.data = ['I', 'love', 'python']
def __iter__(self):
self.index = 0
return self
def __next__(self):
if self.index < len(self.data):
ret = self.data[self.index]
self.index += 1
return ret
else:
raise StopIteration
a = MyIterable()
for x in a:
print(x)
'''
執行結果：
I
love
Python
'''解釋一下：MyIterable的數據存放在成員變數data中，即實現了__next__的方法，所以本身就是一個迭代器，因而它的__iter__只需要返回self，但在返回之前，將成員變數index歸0，意味著從頭開始迭代。在__next__中，如果index比元素總數少，則返回該下標索引的數據，並使得索引自增，否則就拋出StopIteration表示迭代結束。
可以看到，在調用者看來，MyIterable的數據內部是如何存放的，一共有多少數據，該怎麼訪問他們，這些都不用關心，只要MyIterable老老實實地遵守了迭代器協議，一句for...in...就能進行遍歷。
總結
我們通過深入解析Pyhton中for迴圈的工作機制，接觸了迭代器，可迭代對象這些Python中乃至通用編程中重要的概念。可以說，迭代器具體來說是語言所規定的一種協議，一個具體的對象實現了協議所規定的介面後，就能讓自己看上去是一個迭代器，使用者使用起來也只需要按照介面去使用，減少了心智負擔；更抽象來說，迭代器是一種設計模式，對於遍歷這種編程中非常常用的操作，通過指定某種模式和規則，讓代碼的開發和調用都變得更加規範，更加方便。
迭代器在Python中的使用當然不止for迴圈這麼簡單，在生成器等更高級的語法糖中，迭代器也扮演至關重要的角色，歡迎大家持續關註！
獲取最新文章更新，歡迎關註我的個人公眾號：StackOverflow Daily
