iter（callable，sentinel）有什么用？

Question

因此，我正在观看RaymondHettinger的演讲“将代码转换为漂亮的惯用Python”，他提出了iter我从未意识到的这种形式。他的示例如下：

代替：

blocks = []
while True:
    block = f.read(32)
    if block == '':
        break
    blocks.append(block)

采用：

blocks = []
read_block = partial(f.read, 32)
for block in iter(read_block, ''):
    blocks.append(block)

在查看的文档后iter，我发现了一个类似的示例：

with open('mydata.txt') as fp:
    for line in iter(fp.readline, ''):
        process_line(line)

这对我来说似乎很有用，但是我想知道您是否Pythonistas知道这种结构中不涉及I / O读取循环的任何示例吗？也许在标准库中？

我可以想到一些非常人为的示例，如下所示：

>>> def f():
...     f.count += 1
...     return f.count
... 
>>> f.count = 0
>>> list(iter(f,20))
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
>>>

但这显然没有内置的可迭代对象有用。此外，当您将状态分配给函数时，代码似乎对我来说很臭。到那时，我可能应该使用一个类，但是如果我要编写一个类，那么我也可以为想要完成的任何事情实现迭代器协议。

Answer 1

通常，我在两个参数迭代器中看到的主要用途涉及将类似于C
API（隐式状态，无迭代概念）的函数转换为迭代器。类似于文件的对象是一个常见的示例，但是在其他包装不好的C
API的库中却可以看到。您期望的模式将是在FindFirstFile/之类的API中看到的模式FindNextFile，其中打开了一个资源，并且每个调用都推进内部状态并返回新值或标记变量（如NULLC中）。通常将其包装在实现迭代器协议的类中是最好的，但是如果您必须自己进行操作，尽管API是内置的C级，则包装可能会减慢使用速度，其中两个arg迭代器在C中实现为很好，可以避免执行额外的字节码的开销。

其他示例涉及可变对象，这些可变对象在循环本身中发生了变化，例如，在字节数组中的行上以相反的顺序循环，仅在处理完成后才删除该行：

>>> from functools import partial
>>> ba = bytearray(b'aaaa\n'*5)
>>> for i in iter(partial(ba.rfind, b'\n'), -1):
...     print(i)
...     ba[i:] = b''
...
24
19
14
9
4

另一种情况是，以渐进方式使用切片时，例如，一种有效的（如果很丑陋的话）将迭代器分组的n项目组，同时n如果输入的迭代次数不是偶数的话，则允许最终组少于项目n长度的项目（尽管实际上我通常使用itertools.takewhile(bool而不是两个arg
，但我实际上已经使用过iter）：

# from future_builtins import map  # Python 2 only
from itertools import starmap, islice, repeat

def grouper(n, iterable):
    '''Returns a generator yielding n sized tuples from iterable

    For iterables not evenly divisible by n, the final group will be undersized.
    '''
    # Keep islicing n items and converting to groups until we hit an empty slice
    return iter(map(tuple, starmap(islice, repeat((iter(iterable), n)))).__next__, ())  # Use .next instead of .__next__ on Py2

另一个用途：将多个腌制的对象写入单个文件，后跟一个前哨值（None例如），因此，在进行腌制时，可以使用此惯用语，而无需以某种方式记住腌制的项目数，也无需load一遍又一遍地调用直到EOFError：

with open('picklefile', 'rb') as f:
    for obj in iter(pickle.Unpickler(f).load, None):
        ... process an object ...