________在生成器和迭代器中__________和什么是方法包装器？

编程问答 2021-10-06

问题描述

特殊方法__iter__和__next__是创建迭代器类型的迭代器协议的一部分。为此，您必须区分两个独立的事物： 和 。

Iterables 有些事情可以重复，通常情况下，这些都是某种包含物品的容器元素。常见的例子是列表，元组或字典。

为了迭代可迭代对象，您可以使用 iterator 。迭代器是帮助您遍历容器的对象。例如，当迭代列表时，迭代器本质上会跟踪您当前所处的索引。

为了获得一个迭代器，在迭代器__iter__上调用该方法。这就像一个工厂方法，将为此特定可迭代方法返回一个新的迭代器。具有__iter__定义的方法的类型将其转换为可迭代的。

迭代器通常需要单个方法，__next__该方法返回迭代的 下 一项。另外，为了使协议更易于使用，每个迭代器也应该是可迭代的，并在__iter__方法中返回自身。

作为一个简单的示例，这可能是列表的迭代器实现：

class ListIterator:
    def __init__ (self, lst):
        self.lst = lst
        self.idx = 0

    def __iter__ (self):
        return self

    def __next__ (self):
        try:
            item = self.lst[self.idx]
        except IndexError:
            raise stopiteration()
        self.idx += 1
        return item

然后，列表实现可以简单地ListIterator(self)从__iter__方法中返回。当然，列表的实际实现是在C中完成的，因此看起来有些不同。但是想法是一样的。

迭代器在Python中的各个地方都被不可见地使用。例如一个for循环：

for item in lst:
    print(item)

这与以下内容相同：

lst_iterator = iter(lst) # this just calls `lst.__iter__()`
while True:
    try:
        item = next(lst_iterator) # lst_iterator.__next__()
    except stopiteration:
        break
    else:
        print(item)

因此，for循环从可迭代对象请求一个迭代器，然后对其进行调用__next__，直到遇到stopiteration异常为止。这是在表面下发生的，这也是您还希望迭代器也实现的原因__iter__：否则，您将永远无法遍历迭代器。

对于生成器，人们通常所指的实际上是生成器 函数 ，即具有yield语句的某些函数定义。调用该生成器函数后，您将返回一个 generator 。生成器本质上只是一个迭代器，尽管它是花哨的（因为它比在容器中移动要多）。作为迭代器，它具有__next__“生成”下一个元素的__iter__方法和返回自身的方法。

生成器函数的示例如下：

def exampleGenerator():
    yield 1
    print('After 1')
    yield 2
    print('After 2')

包含yield语句的函数主体将其转换为生成器函数。这意味着在调用时，exampleGenerator()您将返回一个 生成器 对象。Generator对象实现了迭代器协议，因此我们可以对其进行调用__next__（或使用next()上面的函数）：

>>> x = exampleGenerator()
>>> next(x)
1
>>> next(x)
After 1
2
>>> next(x)
After 2
Traceback (most recent call last):
  File "<pyshell#10>", line 1, in <module>
    next(x)
stopiteration

请注意，第一个next()呼叫尚未打印任何内容。这是关于生成器的特殊之处：它们是惰性的，并且仅评估必要的内容以从迭代器中获取下一项。只有第二次next()调用，我们才能从函数体中获得第一条打印行。而且我们需要另一个next()调用来耗尽可迭代对象（因为没有其他值可产生）。

但是除了这种懒惰之外，生成器的行为就像可迭代的一样。stopiteration最后，您甚至会遇到一个异常，该异常允许将生成器（和生成器函数）用作for循环源，并在任何可以使用“常规”可迭代项的地方使用。

发电机及其懒惰的最大好处是可以 按需 生产东西。一个很好的类比是在网站上无休止地滚动：您可以在之后（调用next()生成器）之后向下滚动项目，并且每隔一段时间，网站将不得不查询后端以检索更多项目以供您滚动浏览。理想情况下，这种情况不会引起您的注意。而这正是发电机的作用。它甚至允许这样的事情：

def counter():
    x = 0
    while True:
        x += 1
        yield x

非延迟的，由于这是一个无限循环，因此无法计算。但是懒惰地，作为生成器，有可能在一个项目之后消耗一个迭代的项目。我本来想让您不必将此生成器实现为完全自定义的迭代器类型，但是在这种情况下，这实际上并不是太困难，所以就来了：

class CounterGenerator:
    def __init__ (self):
        self.x = 0

    def __iter__ (self):
        return self

    def __next__ (self):
        self.x += 1
        return self.x

解决方法

我正在阅读有关生成器和迭代器以及的作用的信息__next__()。

'__next__' in dir(mygen)。是真的

'__next__' in dir(mylist)，是错误的

当我深入研究时，

'__next__' in dir (mylist.__iter__()) 是真的

  1. 为什么__next__只对列表中，但只有__iter__()和mygen，但不会mylist。当我们使用list-comprehension遍历列表时如何__iter__()调用__next__

尝试手动使（+1）生成器步进，我致电mygen.__next__()。它不存在。它只存在于mygen.__next__所谓的方法包装器中。

  1. 什么是方法包装器？它有什么作用？在这里如何应用：mygen() and __iter__() ?

  2. 如果__next__Generator和Iterator都提供什么（及其唯一属性），那么Generator和Iterator之间有什么区别？*

答案3：已解决，如mod / editor所述：

Python的生成器和迭代器之间的区别

更新：生成器和迭代器都具有__next__()。我的错。查看日志，以某种方式mygen.__next__()测试给了我stopiteration异常错误。但是我无法再次复制该错误。

谢谢大家的回答！

python