很多Python的程式員都會混淆 迭代器 和 生成器 的概念和作用，分不清到底兩個有什麼區別。今天我們來好好說一說這兩個概念。迭代器(Iterator)Iterator PatternIterator 是一種設計模式，它的作用是，提供一種順序訪問一個聚合對象中的各個元素，但又不需要暴露出其內部實現的... ...
很多Python的程式員都會混淆 迭代器 和 生成器 的概念和作用，分不清到底兩個有什麼區別。今天我們來好好說一說這兩個概念。
迭代器(Iterator)
Iterator Pattern
Iterator 是一種設計模式，它的作用是，提供一種順序訪問一個聚合對象中的各個元素，但又不需要暴露出其內部實現的方法。它是一種惰性的獲取數據的方法，我們不需要一次把所有的數據載入記憶體，這樣可以避免數據集太大，記憶體無法全部裝載的麻煩。
這種應用場景，比如：讀取一個大文件，分析每一行的關鍵字。
一個最簡單的迭代器模式，表現為一個介面，介面中包含兩個方法：
Next()返回下一個元素hasNext()返回是否還有下一個元素
實現了這種兩個方法的對象就是一個迭代器。
Python中的Iterator
在很多時候，Python程式員會忽略 迭代器(Iterator) 和 可迭代對象(Iterable Object) 的區別。
其實，我們要好好的區分一下他們兩個。
可迭代對象(Iterable Object)
可迭代對象是表示一個對象，擁有一次返回一個他自己的數據元素的能力。
例如：
In [1]: a = [1, 2, 3, 4, 5]
In [2]: for i in a:
...: print(i)
...:
1
2
3
4
5
In [3]: b = {"first":1, "second":2, "third":3}
In [4]: for i in b:
...: print i
...:
second
third
first
上面的代碼通過迭代的方式輸出了list中所有的元素，和dict中所有的key。所以，我們把list和dict叫做可迭代對象（不是迭代器）。
在Python中，所有的集合都可以迭代。在語言內部，迭代器支持下麵列出的操作：
- for迴圈
- 遍歷文件、目錄
- 列表推導、字典推導和集合推導
- 元組拆包
- 調用函數時，使用 * 拆包實參
- 構建和擴展集合類型
所以可以看到，迭代操作在python中很多地方都很重要。
序列可以迭代的原因
這依賴一個buildin-function iter()。假如解釋器要迭代對象x，則會調用 iter() 產生一個迭代器，進行迭代。
內置的 iter 函數有以下作用:
- 檢查對象是否實現了
__iter__方法，如果實現了就調用它，獲取一個迭代器。 - 如果沒有實現
__iter__方法， 但是實現了__getitem__方法， Python 會創建一個迭代 器，嘗試按順序（從索引 0 開始）獲取元素。 - 如果嘗試失敗， Python 拋出 TypeError 異常， 通常會提示“X object is not iterable”。
In [8]: x = 2
In [9]: iter(x)
-----------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-9-128770259dbe> in <module>()
----> 1 iter(x)
TypeError: 'int' object is not iterable
標準序列都實現了 __getitem__ 方法。 其實，它們也都實現了 __iter__ 方法，因此你也應該這麼做。之所以都實現 __getitem__ 是因為要向後相容，但後續可能廢棄。
如何實現可迭代對象
自己創建的 Object 如何變成一個可迭代的對象呢？如何自己創建一個迭代器呢？其實非常簡單。
對於可迭代對象，需要滿足下麵兩個要求的任意一個(原因參見上面)：
- 擁有
__getitem__方法；接受一個參數 index - 擁有
__iter__方法；返回一個 Iterator
例：
#!/usr/bin/env python
class MyIterableObject():
def __init__(self, s):
self.seq = s.split(' ')
def __getitem__(self, index):
return self.seq[index]
def __iter__(self):
return MyIterator(self.seq) # MyIterator的具體實現參見後面
if __name__ == '__main__':
mio = MyIterableObject("a b c d e f g")
for i in mio:
print(i)
迭代器(Iterator)
當用 iter 函數獲取到一個迭代器之後，就可以操作迭代器來獲取對象的數據了。
使用 next() 方法來一個個的獲取元素。當所有元素獲取完畢，繼續調用 next() 方法的話，就會拋出一個 StopIteration 的異常。
如下：
In [13]: a = [1, 2, 3, 4, 5]
In [14]: i = iter(a)
In [15]: while True:
...: print(next(i))
...:
1
2
3
4
5
-----------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-15-ac43f8f9aeeb> in <module>()
1 while True:
----> 2 print(next(i))
3
StopIteration:
python的迭代器較為簡單，它並不支持重新定位到開始這樣的操作。如果一個迭代器一旦開始使用，如果想要從最開始讀取的話，只能創建一個新的迭代器了。
如何實現迭代器
標準的python迭代器需要實現兩個方法：
__iter__返回迭代器本身next()返回數據集中的下一個元素。如果沒有下一個了，則拋出一個 StopIteration
TIPS:
在 python3中 next() 方法的名稱，改為了__next__,但是使用 python2 的方式依然可行。
例：
class MyIterator():
def __init__(self, s):
self.seq = s
self.len = len(self.seq)
self.index = 0
def __iter__(self):
return self
def next(self):
try:
n = self.seq[self.index]
except IndexError:
raise StopIteration
self.index += 1
return n
這裡有一點需要註意：迭代器模式描述中，需要有一個方法來判斷是否是最後一個元素，在python中使用異常代替了這個函數。在我們使用迭代器的過程中，捕獲這個異常即可。如果使用 buildin 的 for .. in 方式的話，它會自動幫我們捕獲。
生成器(Generator)
首先，我們平常說起來 Generator 這個東西的時候，其實，它一般指代兩個東西:
- Generator Function: 一個函數，在定義時使用了
yield關鍵字，則成為這個函數為 生成器函數 - Generator Object: 由 Generator Function 生成的，是一個特殊的 Iterator。它包裝了 生成器函數 的定義體，並實現了
__iter__和next兩個方法，符合 Iterator 的協議。
生成器和迭代器最大的不同在哪裡呢？
主要是對於值產生的方法不一樣。當使用迭代器時，所有要迭代的元素必須是已經存在的。而對於生成器來說，每個值不必已經存在，可以在執行的過程中計算(生成)出來。
比如：用生成器 生成一個等比數列
def arithmetic_progression(base, dif, count):
for n in range(count):
yield base + dif * n
if __name__ == '__main__':
for i in arithmetic_progression(1, 3, 10):
print(i)
可以看到這個等比數列是不存在的，是在迭代的過程中每次執行到 yield 的時候，計算出來的。
可以達到這樣的特性歸功於 yield 關鍵字。它可以將執行的函數暫停，並返回值，下一次從中斷的地方繼續。它的執行流程如下：
- 使用 next 調用 生成器函數
- 函數 執行到 yield，會返回一個值，並暫停函數
- 重覆 1-2 步，直到所有的值都返回完畢
- 如果使用 next，則會拋出 StopIteration
代碼驗證如下：
In [21]: def test():
...: yield 1
...: yield 2
...: yield 3
...:
In [22]: gen = test()
In [23]: next(gen)
Out[23]: 1
In [24]: next(gen)
Out[24]: 2
In [25]: next(gen)
Out[25]: 3
In [26]: next(gen)
-----------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-26-8a6233884a6c> in <module>()
----> 1 next(gen)
StopIteration:
用生成器代替迭代器
現在我們用生成器來替代上面的 迭代器方案 MyIterableObject。
class MyGenerator():
def __init__(self, s):
self.seq = s.split(' ')
def __iter__(self):
for s in self.seq:
yield s
代碼簡化了很多，我們不需要再自己創建 Iterator 對象，yield會幫我們做這些。
迭代器工具集(itertools)
雖然，生成器的使用已經夠簡單了，但是像python這種節省你生命時間的語言，怎麼會沒有更進一步的包裝出來？
python內置了非常多的生成器函數，比如遍歷文件夾的 os.walk，工具類的有 map、enumerate 等等。
python還有一個官方庫，叫做 itertools，它包含了 19個 生成器函數，可以組合完成各樣的功能。
結尾
以上，就是 迭代器和生成器的區別。其實，這兩個東西並不難理解。但是，這裡面有幾個比較容易混淆的概念。只要搞清楚了這些概念，就能區分得很清楚啦！
作者和出處(reposkeeper) 授權分享 By CC BY-SA 4.0
關註微信公眾號，獲取新文章的推送！
