如何檢查迭代器是否實際上是迭代器容器？

Question

我有一個下面的迭代器容器的虛擬示例（真正的讀取文件太大而不適合內存）：

class DummyIterator:
    def __init__(self, max_value):
        self.max_value = max_value

    def __iter__(self):
        for i in range(self.max_value):
            yield i

def regular_dummy_iterator(max_value):
    for i in range(max_value):
        yield i

這允許我多次迭代該值，以便我可以實現這樣的事情：

def normalise(data):
    total = sum(i for i in data)
    for val in data:
        yield val / total

# this works when I call next()
normalise(DummyIterator(100))

# this doesn't work when I call next()
normalise(regular_dummy_iterator(100))

如何檢查normalize函數，我正在傳遞一個迭代器容器而不是一個普通的生成器？

Answer 1

首先：沒有迭代器容器這樣的東西。 你有一個可迭代的 。

迭代生成迭代器。 任何迭代器也是可迭代的，但它自己生成迭代器：

>>> list_iter = iter([])
>>> iter(list_iter) is list_iter
True

如果iter(ob) is ob test，則沒有迭代器。

Answer 2

您可以使用collections.abc模塊測試是否有迭代器（ next一次使用StopIteration異常消耗）與只有迭代（可能多次迭代）。 這是一個例子：

from collections.abc import Iterable, Iterator

def my_iterator(): 
    yield 1

i = my_iterator()
a = []

isinstance(i, Iterator) # True
isinstance(a, Iterator) # False

是什么讓my_iterator()的Iterator是既存在__next__和__iter__魔術方法（順便說一句，基本上發生了什么事，當你調用幕后isinstance在collections.abc抽象基類是存在的測試某些神奇的方法）。

注意迭代器也是一個Iterable ，就像空列表一樣（即兩者都有__iter__魔術方法）：

isinstance(i, Iterable) # True
isinstance(a, Iterable) # True

還要注意， 正如Martijn Pieters的回答所指出的 ，當你將泛型iter()函數應用於兩者時，你會得到一個迭代器：

isinstance(iter(my_iterator()), Iterator) # True
isinstance(iter([])), Iterator) # True

[]和my_iterator()之間的區別在於iter(my_iterator()) 將自身作為迭代器返回 ，而iter([])每次都會生成一個新的迭代器 。

正如在MP的相同答案中已經提到的，上面的對象不是“迭代器容器”。 它是一個可迭代的對象，即“可迭代的”。 它是否“包含”某些東西並不是真正相關的; contains的概念由抽象基類Container 。 Container可以是可迭代的，但它不一定必須是可迭代的。