奇妙的流控制 Python中的迭代器与生成器(1)(2)

新的遍历方法

实质上，Python 2.2 序列都是迭代器。Python 常见的习惯用法 for elem in lst: 现在实际上让 lst 产生一个迭代器。然后， for 循环反复调用这个迭代器的 .next() 方法，直到它遇到 StopIteration 异常为止。幸运的是，由于所有常见的内置类型自动产生它们的迭代器，所以 Python 程序员不需要知道这里发生了什么。实际上，现在字典里有 .iterkeys() 、 .iteritems() 和 .itervalues() 方法来产生迭代器；首要的是在新的习惯用法 for key in dct: 中使用了什么。同样，通过调用 .readline() 迭代器支持新的习惯用法 for line in file: 。

但是如果实际所产生的是在 Python 解释器内，则显而易见要用定制类来产生它们自己的迭代器，而不是专使用内置类型的迭代器。定制类支持直接使用 randomwalk_list() 以及一次一个元素这种“极度节省”的 randomwalk_static ，它是简单易懂的：

RandomWalk_Iter.py  
import  
random  
class  
randomwalk_iter  
:  
def  
__init__  
(self):  
self.last = 1   
# init the prior value  
self.rand = random.random()   
# init a candidate value  
def  
__iter__  
(self):  
return  
self     
# simplest iterator creation  
def  
next  
(self):  
if  
self.rand < 0.1:   
# threshhold terminator  
raise  
StopIteration   
# end of iteration  
else  
:   
# look for usable candidate  
while  
abs(self.last-self.rand) < 0.4: 
print  
'*',  
# display the rejection  
self.rand = random.random()   
# new candidate  
selfself.last = self.rand     
# update prior value  
return  
self.rand 

这个定制迭代器看起来确实如同由函数生成的真实列表一样：

随机遍历类的迭代  
for num in randomwalk_iter():  
print num, 

事实上，即使支持习惯用法 if elem in iterator ，它仅尝试为确定真值所需要的那么多的迭代器的元素，如果最终的值为 false，当然，它就需要测试所有元素）。