23种计模式之 前言 +（5）单例模式、工厂模式、简单工厂模式、抽象工厂模式、建造者模式、原型模式、+(7)代理模式、装饰器模式、适配器模式、门面模式、组合模式、享元模式、桥梁模式、+（11）策略模式、责任链模式、命令模式、中介者模式、模板模式、迭代器模式、访问者模式、观察者模式、解释器模式、备忘录模式、状态模式 + 设计原则

17-Python与设计模式–迭代器模式

一、迭代器与生成器

今天的主角是迭代器模式。在python中，迭代器并不用举太多的例子，因为python中的迭代器应用实在太多了
（不管是python还是其它很多的编程语言中，实际上迭代器都已经纳入到了常用的库或者包中）。
而且在当前，也几乎没有人专门去开发一个迭代器，而是直接去使用list、string、set、dict等
python可迭代对象，或者直接使用__iter__和next函数来实现迭代器。

如下例：

if __name__=="__main__":lst=["hello Alice","hello Bob","hello Eve"]lst_iter=iter(lst)print lst_iterprint lst_iter.next()print lst_iter.next()print lst_iter.next()print lst_iter.next()

打印如下：

hello Alice hello Bob hello Eve Traceback (most recent call last):
File “D:/WorkSpace/Project/PyDesignMode/example.py”, line 719, in
print lst_iter.next() StopIteration

在这种迭代器的使用过程中，如果next超过了迭代范围，会抛出异常。
在python对象的方法中，也可以轻易使用迭代器模式构造可迭代对象，
如下例：

class MyIter(object):def __init__(self, n):self.index = 0self.n = ndef __iter__(self):return selfdef next(self):if self.index < self.n:value = self.index**2self.index += 1return valueelse:raise StopIteration()

__iter__和next实现了迭代器最基本的方法。如下方式进行调用：

if __name__=="__main__":x_square=MyIter(10)for x in x_square:print x

打印如下：

0 1 4 9 16 25 36 49 64 81

注意__iter__方法中的返回值，由于直接返回了self，因而该迭代器是无法重复迭代的，
如以下业务场景：

if __name__=="__main__":x_square=MyIter(10)for x in x_square:print xfor x in x_square:print x

只能打印一遍平方值。解决办法是，在__iter__中不返回实例，而再返回一个对象，写成：

def __iter__(self):return MyIter(self.n)

这样，在每次迭代时都可以将迭代器“初始化”，就可以多次迭代了。
另外，在python中，使用生成器可以很方便的支持迭代器协议。生成器通过生成器函数产生，
生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果，
在每个结果之间挂起和继续它们的状态，来自动实现迭代协议。

如下例：

def MyGenerater(n):index=0while index<n:yield index**2index+=1

注意，这是个函数。在每次调用生成器，得到返回结果后，现场得以保留，下次再调用该生 成器时，返回保留的现场从yield后继续执行程序。

if __name__=="__main__":x_square=MyGenerater(10)for x in x_square:print x

二、迭代器模式

迭代器模式的定义如下：它提供一种方法，访问一个容器对象中各个元素，而又不需要暴露对象的内部细节。