可爱的 Python: 迭代器和简单生成器

核心提示：欢迎来到奇妙的流控制世界，Python 2.2（现在是 alpha 发行版第三版 ― 参见本文后面的 参考资料）将给程序员提供一些新的选项，可爱的 Python: 迭代器和简单生成器，这些在较早的 Python 版本是没有的 ― 或者至少不是很方便， 虽然 Python 2.2 所给予我们的不能象 Stackless

欢迎来到奇妙的流控制世界。Python 2.2（现在是 alpha 发行版第三版 ― 参见本文后面的 参考资料）将给程序员提供一些新的选项，这些在较早的 Python 版本是没有的 ― 或者至少不是很方便。

虽然 Python 2.2 所给予我们的不能象 Stackless Python 中的完全连续性和微线程那样容易理解，但还是可以说，生成器和迭代器的行为与传统的函数和类会有点不同。

由于迭代器比较容易理解，让我们先来看它。基本上， 迭代器是含有 .next() 方法的对象。唔，这样定义不十分正确，但非常接近。事实上，当迭代器应用新的 iter() 内置函数时，大多数迭代器的上下文希望得到一个可以生成迭代器的对象。为使用户定义的类（该类含有必不可少的 .next() 方法）返回迭代器，需要使 __iter__() 方法返回 self 。本文中的示例会清楚地说明这一点。如果迭代有一个逻辑终止，则迭代器的 .next() 方法可能决定抛出 StopIteration 异常。

生成器要稍微复杂和一般化一点。但生成器最典型的用途是用来定义迭代器；所以不值得总是为一些细微之处而担心。 生成器是这样一个函数，它记住上一次返回时在函数体中的位置。对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。

在某些方面，生成器就象本专栏前面文章讨论的函数型编程中的“终止”（参见 参考资料）。象“终止”一样，生成器“记住”了它数据状态。但生成器比“终止”要更进一步：生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。由于连续性使您在执行框架间任意跳转，而不总是返回到直接调用者的上下文（如同生成器那样），因此它仍是比较一般的。