Python进阶06 回圈物件 - WordPress 多站点站群

这一讲的主要目的是为了大家在读 Python 程式的时候对回圈物件有一个基本概念。
回圈物件的并不是随著 Python 的诞生就存在的，但它的发展迅速，特别是 Python 3x 的时代，回圈物件正在成为回圈的标准形式。

什么是回圈物件
回圈物件是这样一个物件，它包含有一个 next() 方法 (__next__() 方法，在 python 3x 中)，这个方法的目的是进行到下一个结果，而在结束一系列结果之后，举出 StopIteration 错误。
当一个回圈结构（比如 for）呼叫回圈物件时，它就会每次回圈的时候呼叫 next() 方法，直到 StopIteration 出现，for 回圈接收到，就知道回圈已经结束，停止呼叫 next() 。
假设我们有一个 test.txt 的档案:

1234
abcd
efg

我们执行一下 python 命令列：
>>>f = open(‘test.txt’)
>>>f.next()
>>>f.next()
…
不断输入 f.next()，直到最后出现 StopIteration
open() 返回的实际上是一个回圈物件，包含有 next() 方法。而该 next() 方法每次返回的就是新的一行的内容，到达档案结尾时举出 StopIteration 。这样，我们相当于手工进行了回圈。
自动进行的话，就是：

for line in open(‘test.txt’):
print line

在这里，for 结构自动呼叫 next() 方法，将该方法的返回值赋予给 line 。回圈知道出现 StopIteration 的时候结束。

相对于序列，用回圈物件的好处在于：不用在回圈还没有开始的时候，就生成好要使用的元素。所使用的元素可以在回圈过程中逐次生成。这样，节省了空间，提高了效率，程式设计更灵活。

迭代器
从技术上来说，回圈物件和 for 回圈呼叫之间还有一个中间层，就是要将回圈物件转换成迭代器 (iterator) 。这一转换是通过使用 iter() 函式实现的。但从逻辑层面上，常常可以忽略这一层，所以回圈物件和迭代器常常相互指代对方。

生成器
生成器 (generator) 的主要目的是构成一个使用者自定义的回圈物件。
生成器的编写方法和函式定义类似，只是在 return 的地方改为 yield 。生成器中可以有多个 yield 。当生成器遇到一个 yield 时，会暂停执行生成器，返回 yield 后面的值。当再次呼叫生成器的时候，会从刚才暂停的地方继续执行，直到下一个 yield 。生成器自身又构成一个回圈器，每次回圈使用一个 yield 返回的值。

下面是一个生成器:

def gen():
a = 100
yield a
a = a*8
yield a
yield 1000

该生成器共有三个 yield，如果用作回圈器时，会进行三次回圈。

for i in gen():
print i

再考虑如下一个生成器:

def gen():
for i in range(4):
yield i

它又可以写成生成器表示式 (Generator Expression):

G = (x for x in range(4))

生成器表示式是生成器的一种简便的编写方式。读者可进一步查阅。

表推导
表推导 (list comprehension) 是快速生成表的方法。它的语法简单，很有实用价值。

假设我们生成表 L：

L = []
for x in range(10):
L.append(x**2)

以上产生了表 L，但实际上有快捷的写法，也就是表推导的方式:

L = [x**2 for x in range(10)]

这与生成器表示式类似，只不过用的是中括号。
（表推导的机制实际上是利用回圈物件，有兴趣可以查阅。）

练习下面的表推导会生成什么？