目录 | 上一节 (5.2 封装) | 下一节 (6.2 自定义迭代)

6.1 迭代协议

本节将探究迭代的底层过程。

迭代无处不在

许多对象都支持迭代：

a = 'hello'for c in a: # Loop over characters in a...b = { 'name': 'Dave', 'password':'foo'}for k in b: # Loop over keys in dictionary...c = [1,2,3,4]for i in c: # Loop over items in a list/tuple...f = open('foo.txt')for x in f: # Loop over lines in a file...

迭代：协议

考虑以下 for 语句：

for x in obj:# statements

for 语句的背后发生了什么?

_iter = obj.__iter__()        # Get iterator objectwhile True:try:x = _iter.__next__()  # Get next item# statements ...except StopIteration:     # No more itemsbreak

所有可应用于 for-loop 的对象都实现了上述底层迭代协议。

示例：手动迭代一个列表。

>>> x = [1,2,3]>>> it = x.__iter__()>>> it<listiterator object at 0x590b0>>>> it.__next__()1>>> it.__next__()2>>> it.__next__()3>>> it.__next__()Traceback (most recent call last):File "<stdin>", line 1, in ? StopIteration>>>

支持迭代

如果想要将迭代添加到自己的对象中，那么了解迭代非常有用。例如：自定义容器。

class Portfolio:def __init__(self):self.holdings = []def __iter__(self):return self.holdings.__iter__()...port = Portfolio()for s in port:...

练习

练习 6.1：迭代演示

创建以下列表：

a = [1,9,4,25,16]

请手动迭代该列表：先调用 __iter__() 方法获取一个迭代器，然后调用 __next__() 方法获取下一个元素。

>>> i = a.__iter__()>>> i<listiterator object at 0x64c10>>>> i.__next__()1>>> i.__next__()9>>> i.__next__()4>>> i.__next__()25>>> i.__next__()16>>> i.__next__()Traceback (most recent call last):
  File "<stdin>", line 1, in <module>StopIteration>>>

内置函数 next() 是调用迭代器的 __next__() 方法的快捷方式。尝试在一个文件对象上使用 next() 方法：

>>> f = open('Data/portfolio.csv')>>> f.__iter__()    # Note: This returns the file itself<_io.TextIOWrapper name='Data/portfolio.csv' mode='r' encoding='UTF-8'>>>> next(f)'name,shares,price\n'>>> next(f)'"AA",100,32.20\n'>>> next(f)'"IBM",50,91.10\n'>>>

持续调用 next(f)，直到文件末尾。观察会发生什么。

练习 6.2：支持迭代

有时候，你可能想要使自己的类对象支持迭代——尤其是你的类对象封装了已有的列表或者其它可迭代对象时。请在新的 portfolio.py 文件中定义如下类：

# portfolio.pyclass Portfolio:def __init__(self, holdings):self._holdings = holdings

    @propertydef total_cost(self):return sum([s.cost for s in self._holdings])def tabulate_shares(self):from collections import Counter
        total_shares = Counter()for s in self._holdings:total_shares[s.name] += s.sharesreturn total_shares

Portfolio 类封装了一个列表，同时拥有一些方法，如： total_cost property。请修改 report.py 文件中的 read_portfolio() 函数，以便 read_portfolio() 函数能够像下面这样创建 Portfolio 类的实例：

# report.py
...

import fileparse
from stock import Stock
from portfolio import Portfolio

def read_portfolio(filename):
    '''
    Read a stock portfolio file into a list of dictionaries with keys
    name, shares, and price.
    '''
    with open(filename) as file:
        portdicts = fileparse.parse_csv(file,
                                        select=['name','shares','price'],
                                        types=[str,int,float])

    portfolio = [ Stock(d['name'], d['shares'], d['price']) for d in portdicts ]
    return Portfolio(portfolio)
...

接着运行 report.py 程序。你会发现程序运行失败，原因很明显，因为 Portfolio 的实例不是可迭代对象。

>>> import report>>> report.portfolio_report('Data/portfolio.csv', 'Data/prices.csv')... crashes ...

可以通过修改 Portfolio 类，使 Portfolio 类支持迭代来解决此问题：

class Portfolio:def __init__(self, holdings):self._holdings = holdingsdef __iter__(self):return self._holdings.__iter__()@propertydef total_cost(self):return sum([s.shares*s.price for s in self._holdings])def tabulate_shares(self):from collections import Counter
        total_shares = Counter()for s in self._holdings:total_shares[s.name] += s.sharesreturn total_shares

修改完成后， report.py 程序应该能够再次正常运行。同时，请修改 pcost.py 程序，以便能够像下面这样使用新的 Portfolio 对象：

# pcost.pyimport reportdef portfolio_cost(filename):'''
    Computes the total cost (shares*price) of a portfolio file
    '''portfolio = report.read_portfolio(filename)return portfolio.total_cost...

对 pcost.py 程序进行测试并确保其能正常工作：

>>> import pcost>>> pcost.portfolio_cost('Data/portfolio.csv')44671.15>>>

练习 6.3：创建一个更合适的容器

通常，我们创建一个容器类时，不仅希望该类能够迭代，同时也希望该类能够具有一些其它用途。请修改 Portfolio 类，使其具有以下这些特殊方法：

class Portfolio:def __init__(self, holdings):self._holdings = holdingsdef __iter__(self):return self._holdings.__iter__()def __len__(self):return len(self._holdings)def __getitem__(self, index):return self._holdings[index]def __contains__(self, name):return any([s.name == name for s in self._holdings])@propertydef total_cost(self):return sum([s.shares*s.price for s in self._holdings])def tabulate_shares(self):from collections import Counter
        total_shares = Counter()for s in self._holdings:total_shares[s.name] += s.sharesreturn total_shares

现在，使用 Portfolio 类进行一些实验：

>>> import report
>>> portfolio = report.read_portfolio('Data/portfolio.csv')
>>> len(portfolio)
7
>>> portfolio[0]
Stock('AA', 100, 32.2)
>>> portfolio[1]
Stock('IBM', 50, 91.1)
>>> portfolio[0:3]
[Stock('AA', 100, 32.2), Stock('IBM', 50, 91.1), Stock('CAT', 150, 83.44)]
>>> 'IBM' in portfolio
True
>>> 'AAPL' in portfolio
False
>>>

有关上述代码的一个重要发现——通常，如果一段代码和 Python 的其它代码"类似（speaks the common vocabulary of how other parts of Python normally work）"，那么该代码被认为是 “Pythonic” 的。同理，对于容器对象，其重要组成部分应该包括：支持迭代、可以进行索引、对所包含的元素进行判断，以及其它操作等等。

目录 | 上一节 (5.2 封装) | 下一节 (6.2 自定义迭代)

注：完整翻译见 https://github.com/codists/practical-python-zh