构build一个基本的Python迭代器
如何在Python中创build一个迭代函数（或迭代器对象）？
python中的迭代器对象符合迭代器协议，这意味着它们提供了两个方法： __iter__()和next() 。 __iter__返回迭代器对象，并在循环开始时隐式调用。 next()方法返回下一个值，并在每个循环增量中隐式调用。 next()会在没有更多值返回时引发StopIterationexception，这是通过循环结构隐式捕获来停止迭代的。
这是一个简单的计数器例子：
class Counter: def __init__(self, low, high): self.current = low self.high = high def __iter__(self): return self def next(self): # Python 3: def __next__(self) if self.current > self.high: raise StopIteration else: self.current += 1 return self.current - 1 for c in Counter(3, 8): print c
这将打印：
3 4 5 6 7 8
使用生成器可以更容易地编写代码，如前面的答案中所述：
def counter(low, high): current = low while current <= high: yield current current += 1 for c in counter(3, 8): print c
打印的输出将是相同的。 在引擎盖下，生成器对象支持迭代器协议，并且做类似于类Counter的东西。
David Mertz的文章“ 迭代器和简单生成器 ”是一个很好的介绍。
有四种方法来构build迭代函数：
- 创build一个生成器（使用yield关键字 ）
- 使用生成器expression式（ genexp ）
- 创build一个迭代器（定义
__iter__和__next__（或Python 2.x中的next）） - 创build一个Python可以自己迭代的函数（ 定义
__getitem__）
例子：
# generator def uc_gen(text): for char in text: yield char.upper() # generator expression def uc_genexp(text): return (char.upper() for char in text) # iterator protocol class uc_iter(): def __init__(self, text): self.text = text self.index = 0 def __iter__(self): return self def __next__(self): try: result = self.text[self.index].upper() except IndexError: raise StopIteration self.index += 1 return result # getitem method class uc_getitem(): def __init__(self, text): self.text = text def __getitem__(self, index): result = self.text[index].upper() return result
要看到所有四种方法在行动：
for iterator in uc_gen, uc_genexp, uc_iter, uc_getitem: for ch in iterator('abcde'): print ch, print
其结果是：
ABCDE ABCDE ABCDE ABCDE
注意 ：
两个生成器types（ uc_gen和uc_genexp ）不能reversed() ; 普通迭代器（ uc_iter ）将需要__reversed__魔术方法（它必须返回一个新的迭代器向后）。 而getitem iteratable（ uc_getitem ）必须有__len__魔术方法：
# for uc_iter def __reversed__(self): return reversed(self.text) # for uc_getitem def __len__(self) return len(self.text)
要回答Panic上校关于无限懒惰评估迭代器的第二个问题，下面是使用上述四种方法中的每一个的例子：
# generator def even_gen(): result = 0 while True: yield result result += 2 # generator expression def even_genexp(): return (num for num in even_gen()) # or even_iter or even_getitem # not much value under these circumstances # iterator protocol class even_iter(): def __init__(self): self.value = 0 def __iter__(self): return self def __next__(self): next_value = self.value self.value += 2 return next_value # getitem method class even_getitem(): def __getitem__(self, index): return index * 2 import random for iterator in even_gen, even_genexp, even_iter, even_getitem: limit = random.randint(15, 30) count = 0 for even in iterator(): print even, count += 1 if count >= limit: break print
其结果（至less对我的样品运行）：
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
首先itertools模块对于迭代器很有用的所有情况都是非常有用的，但是在这里你只需要在python中创build一个迭代器：
产量
这不是很酷吗？ 产量可以用来取代函数中的正常返回 。 它返回的对象是一样的，但不是销毁状态和退出，而是保存当你想要执行下一个迭代的状态。 下面是一个直接从itertools函数列表中取出的例子：
def count(n=0): while True: yield n n += 1
正如函数描述中所述（它是itertools模块的count（）函数），它将生成一个迭代器，它返回从n开始的连续整数。
发生器expression式是一个完整的蠕虫（真棒蠕虫！）。 它们可以用来代替列表理解来节省内存（列表parsing在内存中创build一个列表，在使用后会被销毁，如果没有分配给一个variables，但是生成器expression式可以创build一个生成器对象…这是一个奇特的方式说迭代器）。 这是一个生成器expression式定义的例子：
gen = (n for n in xrange(0,11))
这与我们上面的迭代器定义非常相似，除了全部范围预定在0和10之间。
我刚刚发现xrange（） （惊讶我以前没见过…），并将其添加到上面的示例。 xrange（）是range（）的可迭代版本，其优点是不会预build列表。 如果你有一个巨大的数据集来迭代，只有这么多的内存来完成，那将是非常有用的。
我看到你们中的一些人在__iter__ return self 。 我只是想指出， __iter__本身可以是一个生成器（从而消除__next__和提高StopIterationexception的需要）
class range: def __init__(self,a,b): self.a = a self.b = b def __iter__(self): i = self.a while i < self.b: yield i i+=1
当然这里也可以直接生成一个生成器，但是对于更复杂的类，它可能是有用的。
这个问题是关于可迭代的对象，而不是迭代器。 在Python中，序列也是可迭代的，所以制作一个可迭代的类的一个方法就是使它的行为像一个序列，即赋予它__getitem__和__len__方法。 我已经在Python 2和3上testing了这个。
class CustomRange: def __init__(self, low, high): self.low = low self.high = high def __getitem__(self, item): if item >= len(self): raise IndexError("CustomRange index out of range") return self.low + item def __len__(self): return self.high - self.low cr = CustomRange(0, 10) for i in cr: print(i)
这是一个没有yield的迭代函数。 它使用了iter函数和一个闭包，它将它的状态保存在python 2的封闭范围内的一个可变（ list ）中。
def count(low, high): counter = [0] def tmp(): val = low + counter[0] if val < high: counter[0] += 1 return val return None return iter(tmp, None)
对于Python 3，封闭状态在封闭范围内保持不变， nonlocal局部范围在本地范围内用于更新状态variables。
def count(low, high): counter = 0 def tmp(): nonlocal counter val = low + counter if val < high: counter += 1 return val return None return iter(tmp, None)
testing;
for i in count(1,10): print(i) 1 2 3 4 5 6 7 8 9
