可爱的 Python: Python 之优雅与瑕疵，第 1 部分

核心提示： 清单 8. 一个稳定、通用的排序键def stablesort(o):# Use as: mylist.sort(key=stablesort)if type(o) is complex:return (type(o), o.real, o.imag)else:return (type(o

清单 8. 一个稳定、通用的排序键

def stablesort(o):
　　# Use as: mylist.sort(key=stablesort)
　　if type(o) is complex:
　　　　return (type(o), o.real, o.imag)
　　else:
　　　　return (type(o), o)

请记住，元素的次序可能与您期望的不完全一致：即使在未修饰排序成功的地方，次序与未修饰排序也不一样。尤其是，具有不同数字类型的元素不再混在一起，而是被分隔为排序结果的不同部分。但是，它至少是固定的，而且对于几乎任何列表都是有效的（仍然可以用定制的对象扩展这种排序）。

以生成器作为准序列

经过数个版本的发展，Python 的 “惰性” 大大增强。有几个版本中已出现了在函数体中用 yield 语句定义的生成器。但是，在这个过程中，还出现了 itertools 模块，它可以组合和创建各种类型的迭代器。还出现了 iter() 内置函数，它可以将许多类似于序列的对象转换为迭代器。在 Python 2.4 中，出现了生成器表达式（generator expression）；在 2.5 中，出现了改进的生成器，这使编写协同例程更为轻松。另外，越来越多的 Python 对象成为迭代器或类迭代器，例如，过去读取文件需要使用 .xreadlines() 方法或 xreadlines 模块，而现在 open() 的默认行为就能是读取文件。

同样，过去要实现 dict 的惰性循环遍历需要使用 .iterkeys() 方法；现在，它是默认的 for key in dct 行为。xrange() 这样的函数与生成器类似的方面有些 “特殊”，它们既不是真正的 迭代器（没有 .next() 方法），也不是实际的列表（比如 range() 返回的列表）。但是，enumerate() 返回一个真正的生成器，通常会实现以往希望 xrange() 实现的功能。itertools.count() 是另一个惰性调用，它的作用与 xrange() 几乎 完全相同，但它是一个功能完备的迭代器。