楔子
在Python裏面,只要類型對象實現了__iter__,那麼它的實例對象就被稱爲可迭代對象(Iterable),比如字符串、元組、列表、字典、集合等等。而整數、浮點數,由於其類型對象沒有實現__iter__,所以它們不是可迭代對象。
from typing import Iterable print( isinstance("", Iterable), isinstance((), Iterable), isinstance([], Iterable), isinstance({}, Iterable), isinstance(set(), Iterable), ) # True True True True True print( isinstance(0, Iterable), isinstance(0.0, Iterable), ) # False False
可迭代對象的一大特點就是它可以使用for循環進行遍歷,但是能被for循環遍歷的則不一定是可迭代對象。我們舉個栗子:
class A: def __getitem__(self, item): return f"參數item: {item}" a = A() #內部定義了 __getitem__ #首先可以讓實例對象像字典一樣訪問屬性 print(a["name"]) # 參數item: name print(a["satori"]) # 參數item: satori # 此外還可以像可迭代對象一樣被for循環 # 循環的時候會自動給item傳值,0 1 2 3... # 如果內部出現了StopIteration,循環結束 # 否則會一直循環下去。這裏我們手動break for idx, val in enumerate(a): print(val) if idx == 5: break """ 參數item: 0 參數item: 1 參數item: 2 參數item: 3 參數item: 4 參數item: 5 """
所以實現了__getitem__的類的實例,也是可以被for循環的,但它並不是可迭代對象。
from typing import Iterable print(isinstance(a, Iterable)) # False
打印的結果是 False。
總之判斷一個對象是否是可迭代對象,就看它的類型對象有沒有實現__iter__。可迭代對象我們知道了,那什麼是迭代器呢?很簡單,調用可迭代對象的__iter__方法,得到的就是迭代器。
迭代器的創建
不同類型的對象,都有自己的迭代器,舉個栗子。
lst = [1, 2, 3] #底層調用的其實是list.__iter__(lst) #或者說PyList_Type.tp_iter(lst) it = lst.__iter__() print(it) # <list_iterator object at 0x000001DC6E898640> print( str.__iter__("") ) # <str_iterator object at 0x000001DC911B8070> print( tuple.__iter__(()) ) # <tuple_iterator object at 0x000001DC911B8070>
迭代器也是可迭代對象,只不過迭代器內部的__iter__返回的還是它本身。當然啦,在創建迭代器的時候,我們更常用內置函數iter。
lst = [1, 2, 3] # 等價於 type(lst).__iter__(lst) it = iter(lst)
但是iter函數還有一個鮮爲人知的用法,我們來看一下:
val = 0 def foo(): global val val += 1 return val # iter可以接收一個參數: iter(可迭代對象) # iter也可以接收兩個參數: iter(可調用對象, value) for i in iter(foo, 5): print(i) """ 1 2 3 4 """
進行迭代的時候,會不停地調用接收的可調用對象,直到返回值等於傳遞第二個參數value,在底層被稱爲哨兵,然後終止迭代。我們看一下iter函數的底層實現。
static PyObject * builtin_iter(PyObject *self, PyObject *const *args, Py_ssize_t nargs) { PyObject *v; // iter函數要麼接收一個參數, 要麼接收兩個參數 if (!_PyArg_CheckPositional("iter", nargs, 1, 2)) return NULL; v = args[0]; //如果接收一個參數 //那麼直接使用 PyObject_GetIter 獲取對應的迭代器即可 //可迭代對象的類型不同,那麼得到的迭代器也不同 if (nargs == 1) return PyObject_GetIter(v); // 如果接收的不是一個參數, 那麼一定是兩個參數 // 如果是兩個參數, 那麼第一個參數一定是可調用對象 if (!PyCallable_Check(v)) { PyErr_SetString(PyExc_TypeError, "iter(v, w): v must be callable"); return NULL; } // 獲取value(哨兵) PyObject *sentinel = args[1]; //調用PyCallIter_New //得到一個可調用的迭代器, calliterobject 對象 /* 位於 Objects/iterobject.c 中 typedef struct { PyObject_HEAD PyObject *it_callable; PyObject *it_sentinel; } calliterobject; */ return PyCallIter_New(v, sentinel); }
以上就是iter函數的內部邏輯,既可以接收一個參數,也可以接收兩個參數。這裏我們只看接收一個可迭代對象的情況,所以核心就在於PyObject_GetIter,它是根據可迭代對象生成迭代器的關鍵,我們來看一下它的邏輯是怎麼樣的?該函數定義在Objects/abstract.c中。
PyObject * PyObject_GetIter(PyObject *o) { //獲取可迭代對象的類型對象 PyTypeObject *t = Py_TYPE(o); //我們說類型對象定義的操作,決定了實例對象的行爲 //實例對象調用的那些方法都是定義在類型對象裏面的 //還是那句話:obj.func()等價於type(obj).func(obj) getiterfunc f; //所以這裏是獲取類型對象的tp_iter成員 //也就是Python中的 __iter__ f = t->tp_iter; //如果 f 爲 NULL //說明該類型對象內部的tp_iter成員被初始化爲NULL //即內部沒有定義 __iter__ //像str、tuple、list等類型對象,它們的tp_iter成員都是不爲NULL的 if (f == NULL) { //如果 tp_iter 爲 NULL,那麼解釋器會退而求其次 //檢測該類型對象中是否定義了 __getitem__ //如果定義了,那麼直接調用PySeqIter_New //得到一個seqiterobject對象 //下面的PySequence_Check負責檢測類型對象是否實現了__getitem__ //__getitem__ 對應 tp_as_sequence->sq_item if (PySequence_Check(o)) return PySeqIter_New(o); // 走到這裏說明該類型對象既沒有__iter__、也沒有__getitem__ // 因此它的實例對象不具備可迭代的性質,於是拋出異常 return type_error("'%.200s' object is not iterable", o); } else { // 否則說明定義了__iter__,於是直接進行調用 // Py_TYPE(o)->tp_iter(o) 返回對應的迭代器 PyObject *res = (*f)(o); // 但如果返回值res不爲NULL、並且還不是迭代器 // 證明 __iter__ 的返回值有問題,於是拋出異常 if (res != NULL && !PyIter_Check(res)) { PyErr_Format(PyExc_TypeError, "iter() returned non-iterator " "of type '%.100s'", Py_TYPE(res)->tp_name); Py_DECREF(res); res = NULL; } // 返回 res return res; } }
所以我們看到這便是 iter 函數的底層實現,但是裏面提到了__getitem__。我們說如果類型對象內部沒有定義 __iter__,那麼解釋器會退而求其次檢測內部是否定義了 __getitem__。
因此以上就是迭代器的創建過程,每個可迭代對象都有自己的迭代器,而迭代器本質上只是對原始數據的一層封裝罷了。
迭代器的底層結構
由於迭代器的種類非常多,字符串、元組、列表等等,都有自己的迭代器,這裏就不一一介紹了。所以我們就以列表的迭代器爲例,看看迭代器在底層的結構是怎麼樣的。
typedef struct { PyObject_HEAD Py_ssize_t it_index; //指向創建該迭代器的列表 PyListObject *it_seq; } listiterobject;
顯然對於列表而言,迭代器就是在其之上進行了一層簡單的封裝,所謂元素迭代本質上還是基於索引,並且我們每迭代一次,索引就自增 1。一旦出現索引越界,就將it_seq設置爲NULL,表示迭代器迭代完畢。
我們實際演示一下:
from ctypes import * class PyObject(Structure): _fields_ = [ ("ob_refcnt", c_ssize_t), ("ob_size", c_void_p) ] class ListIterObject(PyObject): _fields_ = [ ("it_index", c_ssize_t), ("it_seq", POINTER(PyObject)) ] it = iter([1, 2, 3]) it_obj = ListIterObject.from_address(id(it)) # 初始的時候,索引爲0 print(it_obj.it_index) # 0 # 進行迭代 next(it) # 索引自增1,此時it_index等於1 print(it_obj.it_index) # 1 # 再次迭代 next(it) # 此時it_index等於2 print(it_obj.it_index) # 2 # 再次迭代 next(it) # 此時it_index等於3 print(it_obj.it_index) # 3
當it_index爲3的時候,如果再次迭代,那麼底層發現it_index已超過最大索引,就知道迭代器已經迭代完畢了。然後會將it_seq設置爲NULL,並拋出StopIteration。如果是for循環,那麼會自動捕獲此異常,然後停止循環。
所以這就是迭代器,真的沒有想象中的那麼神祕,甚至在知道它的實現原理之後,還覺得有點low。
就是將原始的數據包了一層,加了一個索引而已。所謂的迭代仍然是基於索引來做的,並且每迭代一次,索引自增1。當索引超出範圍時,證明迭代完畢了,於是將it_seq設置爲NULL,拋出StopIteration。
迭代器是怎麼迭代元素的?
我們知道在迭代元素的時候,可以通過next內置函數,當然它本質上也是調用了對象的__next__方法。
static PyObject * builtin_next(PyObject *self, PyObject *const *args, Py_ssize_t nargs) { PyObject *it, *res; // 同樣接收一個參數或者兩個參數 // 因爲調用next函數時,可以傳入一個默認值 // 表示當迭代器沒有元素可以迭代的時候,會返回指定的默認值 if (!_PyArg_CheckPositional("next", nargs, 1, 2)) return NULL; it = args[0]; //第一個參數必須是一個迭代器 if (!PyIter_Check(it)) { //否則的話, 拋出TypeError //表示第一個參數傳遞的不是一個迭代器 PyErr_Format(PyExc_TypeError, "'%.200s' object is not an iterator", it->ob_type->tp_name); return NULL; } //it->ob_type表示獲取類型對象,也就是該迭代器的類型 //可能是列表的迭代器、元組的迭代器、字符串的迭代器等等 //具體是哪一種不重要,因爲實現了多態 //然後再獲取tp_iternext成員,相當於__next__ //拿到函數指針之後,傳入迭代器進行調用 res = (*it->ob_type->tp_iternext)(it); // 如果 res 不爲 NULL, 那麼證明迭代到值了, 直接返回 if (res != NULL) { return res; } else if (nargs > 1) { //否則的話,說明 res == NULL,也就是有可能出錯了 //那麼看nargs是否大於1, 如果大於1, 說明設置了默認值 PyObject *def = args[1]; // 如果出現異常 if (PyErr_Occurred()) { // 那麼就看該異常是不是迭代完畢時所產生的StopIteration異常 if(!PyErr_ExceptionMatches(PyExc_StopIteration)) // 如果不是,說明Python程序的邏輯有問題 // 於是直接return NULL,結束執行 // 然後在 Python 裏面我們會看到打印到stderr中的異常信息 return NULL; // 如果是 StopIteration,證明迭代完畢了 // 但我們設置了默認值,那麼就應該返回默認值 // 而不應該拋出 StopIteration,於是將異常回溯棧給清空 PyErr_Clear(); } // 然後增加默認值的引用計數, 並返回 Py_INCREF(def); return def; } else if (PyErr_Occurred()) { //走到這裏說明 res == NULL,並且沒有指定默認值 //那麼當發生異常時,將異常直接拋出 return NULL; } else { // 都不是的話,直接拋出 StopIteration PyErr_SetNone(PyExc_StopIteration); return NULL; } }
以上就是next函數的背後邏輯,實際上還是調用了迭代器的__next__方法。
lst = [1, 2, 3] it = iter(lst) # 然後迭代,等價於next(it) print(type(it).__next__(it)) # 1 print(type(it).__next__(it)) # 2 print(type(it).__next__(it)) # 3 # 但是next可以指定默認值 # 如果不指定默認值,或者還是type(it).__next__(it) # 那麼就會報錯,會拋出StopIteration print(next(it, 666)) # 666
以上就是元素的迭代,但是我們知道內置函數next要更強大一些,因爲它還可以指定一個默認值。當然在不指定默認值的情況下,next(it)和type(it).__next__(it)最終是殊途同歸的。
我們仍以列表的迭代器爲例,看看__next__的具體實現。但是要想找到具體實現,首先要找到它的類型對象。
//迭代器的類型對象 PyTypeObject PyListIter_Type = { PyVarObject_HEAD_INIT(&PyType_Type, 0) "list_iterator", /* tp_name */ sizeof(listiterobject), /* tp_basicsize */ 0, /* tp_itemsize */ /* methods */ (destructor)listiter_dealloc, /* tp_dealloc */ 0, /* tp_vectorcall_offset */ 0, /* tp_getattr */ 0, /* tp_setattr */ 0, /* tp_as_async */ 0, /* tp_repr */ 0, /* tp_as_number */ 0, /* tp_as_sequence */ 0, /* tp_as_mapping */ 0, /* tp_hash */ 0, /* tp_call */ 0, /* tp_str */ PyObject_GenericGetAttr, /* tp_getattro */ 0, /* tp_setattro */ 0, /* tp_as_buffer */ Py_TPFLAGS_DEFAULT | Py_TPFLAGS_HAVE_GC,/* tp_flags */ 0, /* tp_doc */ (traverseproc)listiter_traverse, /* tp_traverse */ 0, /* tp_clear */ 0, /* tp_richcompare */ 0, /* tp_weaklistoffset */ PyObject_SelfIter, /* tp_iter */ (iternextfunc)listiter_next, /* tp_iternext */ listiter_methods, /* tp_methods */ 0, /* tp_members */ };
我們看到它的tp_iternext成員指向了listiter_next,證明迭代的時候調用的是這個函數。
static PyObject * listiter_next(listiterobject *it) { PyListObject *seq; //列表 PyObject *item; //元素 assert(it != NULL); //拿到具體對應的列表 seq = it->it_seq; //如果seq爲NULL,證明迭代器已經迭代完畢 //否則它不會爲NULL if (seq == NULL) return NULL; assert(PyList_Check(seq)); //如果索引小於列表的長度,證明尚未迭代完畢 if (it->it_index < PyList_GET_SIZE(seq)) { //通過索引獲取指定元素 item = PyList_GET_ITEM(seq, it->it_index); //it_index自增1 ++it->it_index; //增加引用計數後返回 Py_INCREF(item); return item; } //否則的話,說明此次索引正好已經超出最大範圍 //意味着迭代完畢了,將it_seq設置爲NULL //並減少它的引用計數,然後返回 it->it_seq = NULL; Py_DECREF(seq); return NULL; }
顯然這和我們之前分析的是一樣的,以上我們就以列表爲例,考察了迭代器的實現原理和元素迭代的具體過程。當然其它對象也有自己的迭代器,有興趣可以自己看一看。
小結
到此,我們再次體會到了Python的設計哲學,通過PyObject 和ob_type實現了多態。原因就在於它們接收的不是對象本身,而是對象的PyObject 泛型指針。
不管變量obj指向什麼樣的可迭代對象,都可以交給iter函數,會調用類型對象內部的__iter__,底層是tp_iter,得到對應的迭代器。不管變量it指向什麼樣的迭代器,都可以交給next函數進行迭代,會調用迭代器的類型對象的__next__,底層是tp_iternext,將值迭代出來。
至於__iter__和__next__本身,每個迭代器都會有,我們這裏只以列表的迭代器爲例。
所以這是不是實現了多態呢?
這就是Python的設計哲學,變量只是一個指針,傳遞變量的時候相當於傳遞指針(將指針拷貝一份),但是操作一個變量的時候會自動操作變量(指針)指向的內存。
比如:a = 123; b = a,相當於把 a 拷貝了一份給 b,但 a 是一個指針,所以此時 a 和 b 保存的地址是相同的,也就是指向了同一個對象。但 a+b 的時候則不是兩個指針相加,而是將a、b指向的對象進行相加,也就是操作變量會自動操作變量指向的內存。
因此在Python中,說傳遞方式是值傳遞或者引用傳遞都是不準確的,應該是變量的賦值傳遞,對象的引用傳遞。
以上就是本次分享的所有內容,想要了解更多歡迎前往公衆號:Python編程學習圈,每日干貨分享