我如何獲得迭代器的內容？

Question

我很困惑。 我從較大的表格中抓取了一部分HTML。 它看起來像這樣：

<td align="left" class="page">Number:\xc2\xa0<a class="topmenu" href="http://www.example.com/whatever.asp?search=724461">724461</a> Date:\xc2\xa01/1/1999 Amount:\xc2\xa0$2.50 <br/>Person:<br/><a class="topmenu" href="http://www.example.com/whatever.asp?search=LAST&amp;searchfn=FIRST">LAST,\xc2\xa0FIRST </a> </td>

（實際上，它看起來更糟，但我換了很多換行符）

我需要刪除所有行，然后拆分“日期/金額”行。 似乎開始的地方是找到該HTML塊的子代。 該塊是一個字符串，因為正則表達式就是這樣把它還給我的。 所以我做了：

text_soup = BeautifulSoup(text)
text_children = text_soup.find('td').childGenerator()

我已經得出結論， 我只能對text_children一次迭代 ，盡管我不知道為什么這樣做。 這是一個listiterator類型，我很難理解。

我習慣於假設，如果我可以使用for循環遍歷某些內容，則可以使用諸如text_children [0]之類的任何元素來調用它。 迭代器似乎並非如此。 如果我使用以下方法創建列表：

my_array = ["one","two","three"] 

我可以使用my_array[1]查看數組中的第二項。 如果我嘗試執行text_children[1]收到錯誤消息：

TypeError: 'listiterator' object is not subscriptable

我如何獲得迭代器的內容？

Answer 1

您可以通過以下方式輕松地從迭代器構造列表：

my_list = list(your_generator)

現在，您可以對元素進行下標：

print(my_list[1])

另一種獲取值的方法是使用next 。 這將從迭代器中提取下一個值，但是，正如您已經發現的那樣，一旦將值從迭代器中提取出來，就無法始終將其放回去（是否可以將其放回去完全取決於被迭代的對象及其next方法的實際外觀）。

這樣做的原因是，通常您只需要可以迭代的對象。 迭代器非常有用，因為它們一次計算元素1而不需要存儲所有值。 換句話說，迭代器中只有一個元素一次消耗系統的內存，而列表或元組通常在開始迭代之前將所有元素存儲在內存中。

Answer 2

我嘗試得出一個更一般的答案：

• 可迭代對象是可以迭代的對象。 這些包括列表，元組等。根據請求，它們提供迭代器。

• 迭代器是其用於迭代的對象。 它為每個請求提供一個值，如果結束，則結束。 這些是生成器，列表迭代器等，但也有文件對象。 每個迭代器都是可迭代的，並將自身作為其迭代器。

例：

a = []
b = iter(a)
print a, b # -> [] <listiterator object at ...>

如果你這樣做

for i in a: ...

通過其__iter__()方法請求一個迭代器，然后查詢該迭代器以獲取下一個元素，直到耗盡為止。 這是通過.next() （在3.x中為__next__() ）方法發生的。

索引編制是完全不同的事情。 如果對象沒有.__iter__()方法，則可以通過索引進行迭代，因此每個可索引的對象都是可迭代的，但反之亦然。

Answer 3

如前所述，最簡單的答案是從您的生成器創建一個列表。

像這樣： list(generator)

長答案，以及有關原因的解釋：

當您創建一個生成器，或者您創建一個“ listiterator”（一個漂亮的湯使用的生成器）時，您實際上並不是在創建項目列表。 您正在創建一個對象（生成器），該對象知道如何迭代一定數量的項目，一次迭代一次，（ next() ）

那是什么意思。

而不是說一本書，而不是您想要的。

你會得到一台打字機。

打字機可以創建一個有頁的書，但一次只能一頁。 現在，如果您只是從頭開始，並且像for循環一樣一次查看它們，那么是的，這幾乎就像讀一本普通的書一樣。

但是與普通書籍不同的是，一旦打字機完成一頁紙，您就不能向后退，該頁現在不見了。

我希望這有道理。