迭代器

Python迭代工具包括for循环、列表解析、in成员关系测试以及map内置函数

可迭代对象

可迭代对象就是序列观念的通用化：如果对象是实际保存的序列，或者可以在迭代工具环境中一次产生一个结果的对象。就看做是可迭代的。

文件迭代器

Python在读取文件时的readline方法后，就会前进到下一列。到达文件末尾时，就会返回空字符串

next 方法

现在有了名为next的方法，差不多有相同的效果：每次调用时，就会返回文件中的下一行。当到达文件末尾时，next会引发内置的stopIteration异常，并不返回空字符串。读取文件时所有的迭代器内部工作起来都是在每次迭代中调用next并捕捉StopIteration异常来确定离开

• 读取文本的最佳方式

>>> for line in open('/tmp/test.txt','r'):
...     print(line.upper())

在这种方式是最简单的写法，运行最快
从内存使用情况来说也是最好的
而对于普通的调用文件的readlines方法，会将文件内容加载到内存。在内存中生成一个字符串的列表

手动迭代 iter和next

next

• 为了支持手动迭代代码，Python3.0还提供了一个内置函数next,next会自动调用next方法。给定一个可迭代对象X调用next(X)等同于next()

>>> f = open('/tmp/test.txt','r')
>>> next(f)
'adsads\n'
>>> next(f)
'ssq\n'
>>> next(f)
'q\n'

iter

当for循环开始时，会通过它传给iter内置函数，以便从可迭代对象中获得一个迭代器。返回的对象含有需要的next方法

>>> L = [1,2,3]
>>> i = iter(L)
>>> i.next()
1
>>> i.next()#2.X
2
>>> i.next()
3
>>> next(i)
1

列表解析

>>> L = [1,2,3,4,5]
>>> X = [I for I in L]
>>> X
[1, 2, 3, 4, 5]

• 列表解析并不完全和for循环语句版本相同。列表解析表达式产生一个新的列表对象。

L = [x+10 for in L]

• 列表解析写在一个方括号中，表达式使用我们所组成的一个循环变量(x+10),作为for循环头部的部分
• 列表解析比手动的for循环语句运行更快，执行速度往往要快一倍。迭代在解释器内部是以C语言的速度执行的

文件上使用列表解析

>>> lines = [line.rstrip() for line in open('/tmp/test.txt','r')]
>>> lines
['adsads', 'ssq', 'q', '', 'qqweweq', 'eqweq', 'zsdsdsd', 'ASDSDWDA', 'sdadASADSDA', '']

列表解析语法的扩展和高级应用

在想要将文件以a字母开头的行打印
>>> lines = [line.rstrip() for line in open('/tmp/test.txt','r') if line[0]=='a']
>>> lines
['adsads']

列表解析嵌套循环

>>> List = [str(x)+y for x in A for y in B]
>>> List
['1a', '1b', '1c', '1d', '1e', '2a', '2b', '2c', '2d', '2e', '3a', '3b', '3c', '3d', '3e', '4a', '4b', '4c', '4d', '4e', '5a', '5b', '5c', '5d', '5e']

字典视图迭代器

在Python3.0中，字典Keys values和item方法返回可迭代的视图对象，一次产生一个结果项

>>> D = dict(a=1,b=2,c=3)
>>> D
{'a': 1, 'b': 2, 'c': 3}
>>> k = D.keys()
>>> K
>>> k = D.keys()
>>> K
>>> I = iter(K)
>>> I = iter(D.keys())
>>> I
<dict_keyiterator object at 0x10228f228>
>>> next(I)
'a'
>>> next(I)
'b'
>>> next(I)
'c'
>>> next(I)

• 和所有的迭代器一样，我们总可以通过把一个Python3.0字典视图传递到List内置函数中，构成一个真正的列表