python迭代器

   不知不觉已经到了python核心编程第八章了，或许python本身没有学好，不过里面很多内容都相通了很多以前学过的知识，突然感觉除非你的知识掌握的非常牢固才可能很厉害。就像以前高中，一旦不会的问题，我都会记下来，然后去问 老师, 时间久了，懂的就多了。又感慨了，还不如行动了！......................

        11.continue(尽量不放过每个小点)

      From:不管是 Python, C, Java 还是其它任何支持 continue 语句的结构化语言中, 一些初学者有这样

的一个误解:continue 语句"立即启动循环的下一次迭代". 实际上, 当遇到 continue 语句时, 程

序会终止当前循环,并忽略剩余的语句, 然后回到循环的顶端. 在开始下一次迭代前,如果是条件循

环, 我们将验证条件表达式.如果是迭代循环,我们将验证是否还有元素可以迭代. 只有在验证成功

的情况下, 我们才会开始下一次迭代.

 

      12.迭代器

           迭代器它为类序列对象提供了一个类序列的接口. 对于序列而言，它们是一组数据结构,你可以利用它们的索引从 0 开始一直

"迭代" 到序列的最后一个条目.，不过这是通过索引来做的，而我们的迭代器是一种接口，里面有可以迭代访问数据的next()来获取数据。迭代器可以有更高效的性能，如果你得到的返回值是一个序列，这样会占用内存来存放这样的序列对象。如果是一个迭代器，它在for循环或者其他地方来做，这样可以更加高效的访问和存储数据，我是这样理解的！

   From: Python 的迭代无缝地支持

序列对象, 而且它还允许程序员迭代非序列类型, 包括用户定义的对象.

迭代器用起来很灵巧, 你可以迭代不是序列但表现出序列行为的对象, 例如字典的 key , 一个

文件的行, 等等. 当你使用循环迭代一个对象条目时, 你几乎不可能分辨出它是迭代器还是序列.

你不必去关注这些, 因为 Python 让它象一个序列那样操作.

 

   简单实例1:(举这个简单的例子，了解下迭代器这个概念，同时熟悉下前面接触过的try: except StopIteration; 随着深入就会更加明白)

#test.py

#!/usr/bin/env python

 

import itertools

 

seq =  ('huanglei', 'dabing', 'kele')

itr = iter(seq)

 

if __name__ == '__main__':

    while True:

            try:

                print itr.next()

            except StopIteration:

                break

 

   简单实例2:(这个例子没什么特别的，字典那块特别点，就是在迭代过程中不能执行删除操作，不管字典是不是可变的，都不行，这点可以避免误删除的操作)

#file: file.py

#!/usr/bin/env python

 

 

 

if __name__ == '__main__':

    myFile = open('test.py', 'r')

    for eachLine in myFile:

        print eachLine,     #comma suppresses extra \n

    myFile.close()

 

    #dictionary

    myDict = {'a':1, 'b':2, 'c':3}

    for eachKey in myDict:

        print eachKey, myDict[eachKey]

       

 

        #in iteration, can't do like this.But we can del when your dictionary is changable;

        #del myDict[eachKey]  

 

   13.列表解析

     (List comprehensions，除此之外，生成器表达式也是列表解析，不过它是列表解析的一个扩展。

     <生成器表达式与列表解析非常相似,而且它们的基本语法基本相同;不过它并不真正创建数字列表, 而是返回一个生成器,这个生成器在每次计算出一个条目后,把这个条目“产生”(yield)出来. 生成器表达式使用了"延迟计算"(lazy evaluation), 所以它在使用内存上更有效.--------读到这里我还是有点迷糊，只是知道它每次计算一个条目，不用一次性产生列表，我认为这样的话，你不需要的东西可以先不做，用完后可以释放掉，这样节约了很多内存，感觉理解的不太对？再查查.......>)

       文章说是来自函数式编程，这个函数式编程？像map(), lambda(lambda 允许你快速地创建只有一行的函数对象), filter(filter() 基于一个条件表达式过滤列表成员)等就具有函数式编程的特性。说到map()，在前一章做的联系题那个加密练习就用到了map()这样的特性，但是只是用了translate()函数，我想还是有关系的哈！

       列表解析案例：(刚开始看不太懂，这里自己注释下比较好哈)

    

   案例1. 计算文件大小

   /---这是利用函数

   >>> import os

 

   >>> os.stat('userpw2.0.py').st_size

 

   3306L

   /----这里用列表解析单词数

   >>> f = open('userpw2.0.py', 'r')

 

   >>> len([word for line in f for word in line.split()])

 

   343

  

   /---单词长度之和，利用sum

   >>> f.seek(0)

 

   >>> sum([len(word) for line in f for word in line.split()])

 

   2266

   /---单词长度和，利用sum，同时采用列表生成器，优化内存结构

   >>> f.seek(0)

 

   >>> sum(len(word) for line in f for word In line.split())

 

   2266

 

 

   案例2. 读取文件从一般化方法过渡到列表解析再过渡到生成器表达式，不断优化

   1>

def read_file:

   f = open('/etc/motd', 'r')

   longest = 0

 

   while True:

     linelen = len(f.readline().strip())

     if not linelen:

        break

     if linelen > longest:

        longest = linelen

   f.close()

 

   return longest

 

  

   2>

def read_file:

   f = open('/etc/motd', 'r')

   longest = 0

   allLines = f.readlines()

   f.close()

        #提前关闭，节约系统资源

   for line in allLines:

     linelen = len(line.strip())

     if linelen > longest:

        longest = linelen

 

   return longest

 

  

   3>

def read_file:

   f = open('/etc/motd', 'r')

   longest = 0

   allLines = [x.strip() for x in f.readlines()]

 #这里strip()还要了解下...后面发现这是为了处理不同系统的结束符问题，比如在windows下是\n\r，在linux下是\n，所以要达到统一性.

   f.close()

   for line in allLines:

     linelen = len(line.strip())

     if linelen > longest:

        longest = linelen

 

   return longest

 

    

   4>文件本身就是迭代器，而且我们之前也知道max可以以迭代器作为参数，所以就大大简化了代码

  

def read_file:

   f = open('/etc/motd', 'r')

   allLineLens = [len(x.strip()) for x in f]

   f.close()

 

   return max(allLineLens)

 

 

   5>在4的基础上，还可以直接算出，然后返回

def read_file:

   f = open('/etc/motd', 'r')

   allLineLens = max(len(x.strip()) for x in f) #这里要用迭代器表达式

   f.close()

 

   return max(allLineLens)

  

 

   6>最后，如果不严格要求，可以如此

   return max(len(x.strip()) for x in open('/etc/motd'))

 #这句最经典,把知识浓缩了