可爱的 Python: Python 之优雅与瑕疵，第 1 部分

核心提示： 清单 10. 索引操作成功和失败的示例>>> r[4]4>>> i[4]TypeError: unindexable object对于每种序列/迭代器类型，只要费一番功夫，可爱的 Python: Python 之优雅与瑕疵，第 1 部分(8)，总能够获得

清单 10. 索引操作成功和失败的示例

>>> r[4]
4
>>> i[4]
TypeError: unindexable object

对于每种序列/迭代器类型，只要费一番功夫，总能够获得其中的特定条目。一种方法是进行循环，直至到达所需的对象。另一种古怪的解决方案如下：

清单 11. 获得索引的怪方法

>>> thing, temp = itertools.tee(thing)
>>> zip(temp, '.'*5)[-1][0]
4

对 itertools.tee() 的预调用保留了原始迭代器。对于切片，可以按照特殊方式使用 itertools.islice() 函数。

清单 12. 获得一个切片的特殊方法

>>> r[4:9:2]
[4, 6, 8]
>>> list(itertools.islice(r,4,9,2))　# works for iterators
[4, 6, 8]

类包装器

为了方便起见，可以将这些技术组合成一个类包装器：

清单 13. 使迭代器可编制索引

>>> class Indexable(object):
...　　 def __init__(self, it):
...　　　　 self.it = it
...　　 def __getitem__(self, x):
...　　　　 self.it, temp = itertools.tee(self.it)
...　　　　 if type(x) is slice:
...　　　　　　 return list(itertools.islice(self.it, x.start, x.stop, x.step))
...　　　　 else:
...　　　　　　 return zip(temp, range(x+1))[-1][0]
...　　 def __iter__(self):
...　　　　 self.it, temp = itertools.tee(self.it)
...　　　　 return temp
...
>>> integers = Indexable(itertools.count())
>>> integers[4]
4
>>> integers[4:9:2]
[4, 6, 8]

所以，通过某些措施，可以让一个对象同时表现得像序列和迭代器。但是，费这么大力气实际上 应该是不必要的；无论涉及的是序列还是迭代器，编制索引和切片都应该是 “可行的”。

注意，Indexable 类包装器仍然不够灵活。主要问题是，每次都要创建迭代器的一个新副本。更好的方法应该是在对序列切片时缓存序列的头部，然后在以后访问已经检查的元素时使用所缓存的头部。当然，在使用迭代器时，要在占用的内存和速度之间有所取舍。但是，如果 Python 本身能够 “在幕后” 完成这些，就再好不过了 —— “高级用户” 可以对行为进行调优，而一般程序员应该不需要考虑这些。

在本系列的下一期中，我将讨论如何使用属性语法访问方法。