如何构建一个基本的迭代器？

Python 中的迭代器对象符合迭代器协议，这基本上意味着它们提供了两种方法：__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，并在每次循环增量时被隐式调用。当没有更多返回值时，此方法会引发 StopIteration 异常，该异常被循环构造隐式捕获以停止迭代。

下面是一个简单的计数器示例：

class Counter:
    def __init__(self, low, high):
        self.current = low - 1
        self.high = high

    def __iter__(self):
        return self

    def __next__(self): # Python 2: def next(self)
        self.current += 1
        if self.current < self.high:
            return self.current
        raise StopIteration


for c in Counter(3, 9):
    print(c)

这将打印：

3
4
5
6
7
8

如上一个答案所述，使用生成器更容易编写：

def counter(low, high):
    current = low
    while current < high:
        yield current
        current += 1

for c in counter(3, 9):
    print(c)

打印输出将是相同的。在底层，生成器对象支持迭代器协议，并且做的事情大致类似于 Counter 类。

David Mertz 的文章 Iterators and Simple Generators 是一个很好的介绍。

---

有四种方法可以构建迭代函数：

创建一个生成器（使用 yield 关键字）

使用生成器表达式 (genexp)

创建一个迭代器（定义 __iter__ 和 __next__ （或 Python 2.x 中的下一个））

创建一个 Python 可以自行迭代的类（定义 __getitem__）

例子：

# generator
def uc_gen(text):
    for char in text.upper():
        yield char

# generator expression
def uc_genexp(text):
    return (char for char in text.upper())

# iterator protocol
class uc_iter():
    def __init__(self, text):
        self.text = text.upper()
        self.index = 0
    def __iter__(self):
        return self
    def __next__(self):
        try:
            result = self.text[self.index]
        except IndexError:
            raise StopIteration
        self.index += 1
        return result

# getitem method
class uc_getitem():
    def __init__(self, text):
        self.text = text.upper()
    def __getitem__(self, index):
        return self.text[index]

要查看所有四种方法的实际效果：

for iterator in uc_gen, uc_genexp, uc_iter, uc_getitem:
    for ch in iterator('abcde'):
        print(ch, end=' ')
    print()

结果是：

A B C D E
A B C D E
A B C D E
A B C D E

笔记：

两种生成器类型（uc_gen 和 uc_genexp）不能是 reversed()；普通迭代器 (uc_iter) 需要 __reversed__ 魔术方法（其中 according to the docs 必须返回一个新迭代器，但返回 self 有效（至少在 CPython 中））；并且 getitem 可迭代 (uc_getitem) 必须具有 __len__ 魔术方法：

    # for uc_iter we add __reversed__ and update __next__
    def __reversed__(self):
        self.index = -1
        return self
    def __next__(self):
        try:
            result = self.text[self.index]
        except IndexError:
            raise StopIteration
        self.index += -1 if self.index < 0 else +1
        return result

    # for uc_getitem
    def __len__(self)
        return len(self.text)

为了回答上校 Panic 关于无限延迟评估迭代器的第二个问题，以下是这些示例，使用上述四种方法中的每一种：

# 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

这导致（至少对于我的示例运行）：

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

如何选择使用哪一种？这主要是口味问题。我最常看到的两种方法是生成器和迭代器协议，以及混合（__iter__ 返回生成器）。

生成器表达式对于替换列表推导很有用（它们是惰性的，因此可以节省资源）。

如果需要与早期的 Python 2.x 版本兼容，请使用 __getitem__。

---

我看到你们中的一些人在 __iter__ 中做 return self。我只是想指出 __iter__ 本身可以是一个生成器（因此不需要 __next__ 并引发 StopIteration 异常）

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，这里也可以直接做一个生成器，但对于更复杂的类，它可能很有用。

---

首先，itertools module 对于迭代器有用的各种情况都非常有用，但这里是在 python 中创建迭代器所需的全部内容：

屈服

这不是很酷吗？ Yield 可用于替换函数中的普通 return。它以相同的方式返回对象，但不是破坏状态并退出，而是在您想要执行下一次迭代时保存状态。以下是直接从 itertools function list 中提取的示例：

def count(n=0):
    while True:
        yield n
        n += 1

如函数描述中所述（它是 itertools 模块中的 count() 函数...），它生成一个迭代器，该迭代器返回以 n 开头的连续整数。

Generator expressions 是完全不同的蠕虫罐头（真棒蠕虫！）。它们可以用来代替 List Comprehension 以节省内存（列表推导式在内存中创建一个列表，如果未分配给变量，该列表在使用后被销毁，但生成器表达式可以创建一个生成器对象......这是一种奇特的方式说迭代器）。以下是生成器表达式定义的示例：

gen = (n for n in xrange(0,11))

这与我们上面的迭代器定义非常相似，只是整个范围预定在 0 到 10 之间。

我刚刚找到 xrange() （很惊讶我以前没见过它......）并将其添加到上面的示例中。 xrange() 是 range() 的可迭代版本，具有不预先构建列表的优点。如果你有一个巨大的数据语料库要迭代并且只有这么多的内存来做这将是非常有用的。

---

这个问题是关于可迭代对象的，而不是关于迭代器的。在 Python 中，序列也是可迭代的，因此制作可迭代类的一种方法是使其表现得像序列，即为其提供 __getitem__ 和 __len__ 方法。我已经在 Python 2 和 3 上对此进行了测试。

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)

---

如果您正在寻找简短而简单的东西，也许对您来说就足够了：

class A(object):
    def __init__(self, l):
        self.data = l

    def __iter__(self):
        return iter(self.data)

用法示例：

In [3]: a = A([2,3,4])

In [4]: [i for i in a]
Out[4]: [2, 3, 4]

---

此页面上的所有答案都非常适合复杂对象。但是对于那些包含内置可迭代类型作为属性的对象，例如 str、list、set 或 dict，或 collections.Iterable 的任何实现，您可以在类中省略某些内容。

class Test(object):
    def __init__(self, string):
        self.string = string

    def __iter__(self):
        # since your string is already iterable
        return (ch for ch in self.string)
        # or simply
        return self.string.__iter__()
        # also
        return iter(self.string)

它可以像这样使用：

for x in Test("abcde"):
    print(x)

# prints
# a
# b
# c
# d
# e

---

这是一个没有 yield 的可迭代函数。它利用 iter 函数和一个闭包，将其状态保持在 python 2 的封闭范围内的可变 (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，闭包状态在封闭范围内保持不可变，并且 nonlocal 在本地范围内用于更新状态变量。

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)  

测试;

for i in count(1,10):
    print(i)
1
2
3
4
5
6
7
8
9

---

在您的课程代码中包含以下代码。

 def __iter__(self):
        for x in self.iterable:
            yield x

确保将 self.iterable 替换为您迭代的可迭代对象。

这是一个示例代码

class someClass:
    def __init__(self,list):
        self.list = list
    def __iter__(self):
        for x in self.list:
            yield x


var = someClass([1,2,3,4,5])
for num in var: 
    print(num) 

输出

1
2
3
4
5

注意：由于字符串也是可迭代的，它们也可以用作类的参数

foo = someClass("Python")
for x in foo:
    print(x)

输出

P
y
t
h
o
n

---

class uc_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

改进了之前的 answer，使用 class 的一个优点是您可以添加 __call__ 来返回 self.value 甚至 next_value。

class uc_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
    def __call__(self):
        next_value = self.value
        self.value += 2
        return next_value

c = uc_iter()
print([c() for _ in range(10)])
print([next(c) for _ in range(5)])
# [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
# [20, 22, 24, 26, 28]

在我的实现 here 中可以看到基于 Python Random 的其他可调用和迭代的类示例

---