为什么生成器是详尽的而列表/元组不是？ [复制]

Question

首先我不得不说我在阅读这篇文章之前阅读了很多 SO 帖子，因为我找不到我要找的东西，或者我可能不明白。 就这样吧

我有点理解 Iterables 和 Iterators 是什么。因此，任何包含可以迭代的项目的容器对象（如 Lists/Tuples/Sets）都称为 Iterables。现在要遍历 Iterables，您需要 Iterators，它发生的方式是因为 __iter__ 方法为您提供类型的 Iterator 对象，然后在 Iterator 对象上调用 __next__ 以提取值。

因此，要使任何对象可迭代，您需要定义 iter 和 next 方法，我认为列表也是如此。但是我最近发现的奇怪的部分来了。

l1 = [1,2,3]
hasattr(l1, "__next__")
Out[42]: False
g = (x for x in range(3))
hasattr(g, "__next__")
Out[44]: True

现在由于列表确实支持迭代器协议，为什么在它们的实现中缺少 __next__ 方法，如果确实缺少，那么列表的迭代如何工作？

list_iterator = iter(l1)
next(list_iterator)
Out[46]: 1
next(list_iterator)
Out[47]: 2
next(list_iterator)
Out[48]: 3
next(list_iterator)
Traceback (most recent call last):
  File "C:\Users\RJ\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 2910, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-49-56e733bbb896>", line 1, in <module>
    next(list_iterator)
StopIteration

gen0_iterator = iter(g)
gen_iterator = iter(g)
next(gen_iterator)
Out[57]: 0
next(gen_iterator)
Out[58]: 1
next(gen_iterator)
Out[59]: 2
next(gen_iterator)
Traceback (most recent call last):
  File "C:\Users\RJ\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 2910, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-60-83622dd5d1b9>", line 1, in <module>
    next(gen_iterator)
StopIteration
gen_iterator1 = iter(g)
next(gen_iterator1)
Traceback (most recent call last):
  File "C:\Users\RJ\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 2910, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-62-86f9b3cc341f>", line 1, in <module>
    next(gen_iterator1)
StopIteration

我为列表创建了一个迭代器，然后在其上调用 next 方法来获取元素并且它可以工作。

1. 现在，如果之前的 hasattr(a, "__next__") 返回 False，那么我们如何调用迭代器对象的 next 方法来获取列表。

2. 现在让我想到这一切的原始问题，无论我迭代列表多少次，它都不会耗尽，并且每次调用 iter() 都会返回一个新的迭代器对象，但以防万一生成器不会发生这种情况，一旦生成器耗尽，无论您调用多少次iter()，它总是会给您返回已经引发StopIteration 异常的相同对象，这又是真的，因为迭代器一旦提出StopIteration，它总是会，但为什么它不会发生在列表中。

此外，这与 python 文档对 conatiner.__ iter__ 所说的一致，container.__iter__ 为您提供类型的迭代器对象，iterator.__ iter__ 和 iterator.__iter__ 为您提供迭代器对象本身，这正是原因在生成器上调用iter() 一遍又一遍地返回相同的对象。但为什么，更重要的是如何？

这里还有一点需要注意的是

isinstance(l1 , collections.Iterator)
Out[65]: False
isinstance(g , collections.Iterator)
Out[66]: True

所以这表明 b/w Iterables 和 Iterators 存在一些实现差异，但我找不到任何这样的细节，因为两者都实现了 __iter__ 和 __next__ 方法，所以这种行为变化来自哪里.是不是 __iter__ for iterables 返回的东西与 __iter__ 的 iterables(generators) 返回的东西不同。如果有人可以用一些 __iter__ 的例子来解释 Iterables 和 Iterataors，那将非常有帮助。最后是关于yield 的一些谜题，因为这是使普通函数成为生成器（因此是一种迭代器）的神奇词，那么`yield 的__iter__ 和__next__ 是什么样的。

我已尽我所能解释问题，但如果仍然缺少某些内容，请告诉我，我会尽力澄清我的问题。

Answer 1

这有点不同。 iterables 有一个返回迭代器的__iter__ 方法。 迭代器有一个 __next__ 方法（通常也有 __iter__ 以便 iter() 对它们起作用 - 但这不是必需的）。

列表是可迭代的：

>>> l = [1,2,3]
>>> hasattr(l, "__iter__")
True
>>> hasattr(l, "__next__")
False
>>> l_iter = iter(l)
>>> hasattr(l_iter, "__next__")
True
>>> hasattr(l_iter, "__iter__")
True
>>> l_iter == iter(l_iter)
True

并为您提供新的迭代器，每次使用它们时都会通过 e 运行

>>> list(l)
[1, 2, 3]
>>> list(l)
[1, 2, 3]
>>> l_iter = iter(l)
>>> list(l_iter)
[1, 2, 3]
>>> list(l_iter)
[]
 each time you use them

>>> list(l)
[1, 2, 3]
>>> list(l)
[1, 2, 3]
>>> iter(l) == iter(l)
False

但列表迭代器本身就是一个镜头

>>> l_iter = iter(l)
>>> list(l_iter)
[1, 2, 3]
>>> list(l_iter)
[]

生成器是一个迭代器，不是可迭代的，也是一个镜头。

>>> g = (x for x in range(3))
>>> hasattr(g, "__iter__")
True
>>> hasattr(g, "__next__")
True
>>> g == iter(g)
True
>>> 
>>> list(g)
[0, 1, 2]
>>> list(g)
[]