为什么`__iter__`在定义为实例变量时不起作用？

Question

如果我将__iter__方法定义如下，它将不起作用：

class A:

    def __init__(self):
        self.__iter__ = lambda: iter('text')


for i in A().__iter__():
    print(i)

iter(A())

结果：

t
e
x
t
Traceback (most recent call last):
  File "...\mytest.py", line 10, in <module>
    iter(A())
TypeError: 'A' object is not iterable

如您所见，调用A().__iter__() 有效，但A() 不可迭代。

但是，如果我为该类定义 __iter__，那么它将起作用：

class A:

    def __init__(self):

        self.__class__.__iter__ = staticmethod(lambda: iter('text'))
        # or:
        # self.__class__.__iter__ = lambda s: iter('text')


for i in A():
    print(i)

iter(A())

# will print:
# t
# e
# x
# t

有谁知道为什么 python 是这样设计的？即为什么 __iter__ 作为实例变量不起作用？你不觉得它不直观吗？

Answer 1

这是按设计完成的。你可以在这里找到详细的描述：https://docs.python.org/3/reference/datamodel.html#special-method-lookup

简短的回答：必须在类对象本身上设置特殊方法，以便解释器始终如一地调用。

长答案：这背后的想法是加快众所周知的建设。在你的例子中：

class A:
    def __init__(self):
        self.__iter__ = lambda: iter('text')

在现实生活中，您多久会编写一次这样的代码？所以，Python 做了什么——它跳过了实例的字典查找，即iter(A()) 根本没有“看到”self.__iter__，在这种情况下实际上是self.__dict__['__iter__']。

它还跳过了所有 __getattribute__ 实例和元类查找，获得了显着的加速。