Iterator-protokollen
Forstå __iter__ og __next__
Iterator-protokollen er en gratis Python Academy-lektion på CoddyKit. Dette er lektion 1 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Python Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Python Academy-kurset indeholder 4 lektioner i alt.
Hvad er iteration?
Hver gang du skriver en for-løkke over en liste, streng eller ordbog, bruger Python iteratorprotokollen i baggrunden.
Et objekt, som du kan gennemløbe, kaldes et iterabelt objekt. Det, der faktisk producerer værdier én ad gangen, kaldes en iterator.
for ch in 'abc':
print(ch)iter() og next()
To indbyggede funktioner driver iteration:
iter(obj)beder et iterabelt objekt om dets iterator.next(it)beder iteratoren om den næste værdi.
Når der ikke er flere værdier, udløser next() StopIteration.
it = iter([10, 20, 30])
print(next(it))
print(next(it))
print(next(it))StopIteration
Hvis du kalder next() én gang for meget, udløses StopIteration. En for-løkke håndterer automatisk dette og stopper korrekt.
it = iter([1])
print(next(it))
try:
next(it)
except StopIteration:
print('No more items')De to dunder-metoder
For at oprette din egen iterator skal du implementere to metoder:
__iter__returnerer selve iteratorobjektet.__next__returnerer den næste værdi eller udløserStopIteration.
class Count:
def __init__(self, n):
self.i = 0
self.n = n
def __iter__(self):
return self
def __next__(self):
if self.i >= self.n:
raise StopIteration
self.i += 1
return self.i
for x in Count(3):
print(x)Iterabel kontra iterator
Et iterabelt objekt behøver kun __iter__. En iterator behøver både __iter__ og __next__.
Lister er iterabler, men ikke iteratorer: Hvert kald til iter() giver en ny iterator.
nums = [1, 2, 3]
print(iter(nums) is iter(nums))
it = iter(nums)
print(it is iter(it))Iteratorer tømmes kun én gang
En iterator kan kun gennemløbes én gang. Når du når slutningen, forbliver den tom. Opret en ny iterator for at gennemløbe den igen.
it = iter([1, 2])
print(list(it))
print(list(it))En intervalslignende iterator
Lad os oprette en brugerdefineret iterator, der fungerer som en simpel tæller. Bemærk, hvordan tilstanden ligger i instansen.
class EvenUpTo:
def __init__(self, limit):
self.cur = 0
self.limit = limit
def __iter__(self):
return self
def __next__(self):
if self.cur > self.limit:
raise StopIteration
value = self.cur
self.cur += 2
return value
print(list(EvenUpTo(8)))Adskillelse af iterabelt objekt og iterator
Et renere design holder beholderen og iteratoren adskilt, så beholderen kan gennemløbes mange gange.
class Bag:
def __init__(self, items):
self.items = items
def __iter__(self):
return BagIterator(self.items)
class BagIterator:
def __init__(self, items):
self.items = items
self.i = 0
def __iter__(self):
return self
def __next__(self):
if self.i >= len(self.items):
raise StopIteration
v = self.items[self.i]
self.i += 1
return v
b = Bag(['x', 'y'])
print(list(b))
print(list(b))Brug af next() med en standardværdi
next(it, default) returnerer standardværdien i stedet for at udløse StopIteration, når iteratoren er tom. Det er praktisk, når du vil kigge sikkert fremad.
it = iter([42])
print(next(it, 'done'))
print(next(it, 'done'))Iteratorer er hukommelsesvenlige
Iteratorer leverer ét element ad gangen, så de behøver ikke at holde hele sekvensen i hukommelsen. Derfor kan de håndtere meget store eller endda uendelige datastrømme.
class Naturals:
def __init__(self):
self.n = 0
def __iter__(self):
return self
def __next__(self):
self.n += 1
return self.n
it = iter(Naturals())
print(next(it), next(it), next(it))Indbyggede funktioner, der gennemløber iteratorer
Mange indbyggede funktioner accepterer enhver iterator: sum, max, min, sorted, list, tuple. De henter værdier, indtil StopIteration.
class Count:
def __init__(self, n):
self.i = 0
self.n = n
def __iter__(self):
return self
def __next__(self):
if self.i >= self.n:
raise StopIteration
self.i += 1
return self.i
print(sum(Count(5)))
print(max(Count(5)))Hurtigt tjek
Tjek din forståelse af iteratorprotokollen.
Opsummering
Du har lært iteratorprotokollen:
iter()henter en iterator, ognext()henter værdier.StopIterationangiver slutningen, ogforhåndterer den.- Brugerdefinerede iteratorer implementerer
__iter__og__next__. - Iteratorer kan kun bruges én gang og er hukommelsesvenlige.
Nu skal du lade Python skrive iteratorer for dig med yield.
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 76
- Lektioner
- 320
Ofte stillede spørgsmål
Er lektionen “Iterator-protokollen” gratis?
Ja — hele teksten til “Iterator-protokollen” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Python Academy-kurset, skal du opgradere til CoddyKit PRO. Python Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Iterator-protokollen”?
Forstå __iter__ og __next__ Du øver dig i Python Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Python Academy?
Der kræves ingen tidligere erfaring. Python Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 1 af 4.
Hvor lang tid tager lektionen “Iterator-protokollen”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Python Academy-lektion?
Ja. Alle Python Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Iterator-protokollen
- Generatorfunktioner
- Generatorekspressioner
- yield from og delegering