从零学AI 大语言模型Python篇（16）：迭代器

列表的重复取值：

iterator，这是一个迭代器，所以当调用可迭代对象下的_iter_方法后，就会得到一个迭代器，现在可以这样描述可迭代对象：可以转换成迭代器的对象，就称之为可迭代对象。

python设计迭代器的原因，是为了寻求一种不依赖索引也能够进行迭代取值的方案，所以python给那些没有索引的数据类型都内置了一个功能，叫_iter_功能，如果不想或者不能依赖索引进行迭代取值，就可以调用python提供的这个功能就可以了，只要调用了这个_iter_方法，python就会把这个d转换成迭代器对象。

再调用一次，拿到了字典的第二个key，接着又调用一次，拿到了第三个key，调用了三次_next_，这个字典现在被取完了，第四次再调用的时候，就会抛出一个StopIteration的异常。

__iter__()：返回迭代器对象本身。

__next__()：返回迭代器的下一个元素。

当迭代器的所有元素都被访问完毕后，__next__() 方法会抛出一个 StopIteration 异常，表示迭代结束。

首先它提供了一个_iter_方法，只要调用了_iter_方法，就会得到一个它的迭代器版本，有了这个迭代器，就可以重复调用迭代器的_next_方法，就实现了迭代取值的需求。现在不需要这样一行一行的调用，因为如果这个字典有几十个键值对，这样写就不太现实了。

要避免这种情况发生，就要用到另一个知识点，就是在print前面加一个try冒号，然后把可能会抛异常的代码缩进进去，后面再来一个except用来捕捉异常，捕捉的这个异常名就叫StopIteration，再写一个冒号，接着下面就是写捕捉到异常之后做什么，写一个break ，当捕捉到StopIteration这个异常之后，就结束掉循环。

把这段代码再复制一遍再运行，看它能否进行多次循环取值：

因为在Python中，迭代器是一次性的。一旦迭代器耗尽了所有元素，它就会抛出一个StopIteration异常，并且之后再次调用__next__()方法将不会恢复迭代，而是继续抛出StopIteration异常。

由于第一次循环已经耗尽了迭代器中的所有元素，迭代器已经处于结束状态。因此，再次调用res.__next__()会立即抛出StopIteration异常，导致循环什么也不打印并立即结束。

如果还想进行第二次遍历，就只能再调用一下d下面的_iter_方法，这样，第二次循环就可以取到值了。

如果for i in 一个可迭代对象，它会去调用这个可迭代对象的_iter_()方法，把它转换成一个迭代器；如果可迭代对象这里本身放的就是一个迭代器对象，那么for循环的工作原理不变，还是会去调它的_iter_()方法，拿到的结果也是一个迭代器。

用while循环实现迭代取值，还要先把它转换成迭代器对象，然后调用_next_()方法，还得自己捕捉异常，用for循环两行代码就直接搞定，它背后的实现过程：

第 1 步，调用对象的_iter_()方法，得到一个它的迭代器版本；

第 2 步，for循环会调用这个迭代器对象的_next_()方法，拿到一个返回值，然后把这个返回值赋值给k；

第 3 步，循环执行第二步，直到抛出了StopIteration异常，for循环会自动捕捉异常，然后结束循环。

for循环做的这些事，其实就是前面写的try下面的这段代码做的事，这也进一步验证了前面所学的 for循环可以称之为迭代循环，而while循环称之为条件循环。

for 循环做的事while循环都可以做，但是在循环取值这件事上，for循环比while循环更加简洁。

前面的数据类型，列表、字符串、元组、字典和集合都有_iter_()方法，但是没有_next_()方法，而文件（文件对象）是有_iter_()方法和_next_()方法的，所以说文件其实是一个迭代器对象。

类型转换：

list(‘张三’)

tuple(‘张三’)

这两个功能背后其实就相当于调用了一个 for循环，原理和for循环一样，然后把遍历出来的值放在列表和元组里面，for循环原理的三个步骤也是它们的工作原理。

先调用这个字符串下面的_iter_()方法，转成一个迭代器，然后调用迭代器下面的_next_()方法，拿到返回值，把返回值放到列表里面，接着循环第二步，直到抛出了StopIteration异常。

list()的参数提示是iterable，就是可迭代对象，传的参数必须是可迭代的。

打开pycharm终端，然后打开python3 的交互式环境，定义一个字典，在后面点_iter_()，敲回车。运行结果：

字典还有.keys()和.items()，它们和values一样，都是可迭代对象。