本文深入探讨了python中生成器函数与内置`range`对象在可重用性上的差异。通过分析生成器函数的一次性迭代特性，我们揭示了为何它不能像`range`那样多次迭代。文章随后提供了一种解决方案：构建一个实现`__iter__`方法的自定义类，使其每次迭代请求时都能生成一个新的迭代器，从而实现类似`range`对象的可重用行为。
在Python中，当我们尝试创建自定义的序列生成器时，可能会遇到一个常见的问题：自定义的生成器函数在第一次迭代完成后就会被耗尽，无法像内置的range对象那样重复使用。这背后的原因在于对Python迭代协议的理解差异，特别是生成器（iterator）和可迭代对象（iterable）的区别。
理解生成器函数与迭代器
首先，让我们回顾一下问题的核心：
def exampleCustomRange(stopExclusive):
for i in range(stopExclusive):
yield i
builtinRange = range(3)
print(f"内置range第一次迭代: {[x for x in builtinRange]}")
print(f"内置range第二次迭代: {[x for x in builtinRange]}") # 可重复迭代
customRange = exampleCustomRange(3)
print(f"自定义生成器第一次迭代: {[x for x in customRange]}")
print(f"自定义生成器第二次迭代: {[x for x in customRange]}") # 第二次为空输出结果清晰地展示了差异：
内置range第一次迭代: [0, 1, 2] 内置range第二次迭代: [0, 1, 2] 自定义生成器第一次迭代: [0, 1, 2] 自定义生成器第二次迭代: []
exampleCustomRange是一个生成器函数。当我们调用customRange = exampleCustomRange(3)时，它返回的是一个生成器对象，这个对象是一个迭代器。迭代器是实现了__iter__和__next__方法的对象，它维护着迭代的状态。一旦迭代器耗尽（即__next__方法抛出StopIteration异常），它就无法再次生成值。因此，customRange在第一次列表推导式中被完全消耗，第二次尝试迭代时已无值可取。
立即学习“Python免费学习笔记（深入）”；
相比之下，range(3)返回的是一个可迭代对象，而不是一个迭代器。可迭代对象是实现了__iter__方法的对象，该方法每次被调用时都会返回一个新的迭代器。这就是为什么range对象可以被多次迭代的原因：每次迭代请求（例如，通过for循环或列表推导式）都会从range对象那里获取一个新的、独立的迭代器。
实现可重用的自定义序列类
要实现类似range对象的可重用行为，我们需要创建一个自定义类，并让它成为一个可迭代对象。这意味着我们的类需要实现__iter__方法，并在该方法中返回一个新的迭代器。最简单的方式就是利用yield关键字，在__iter__方法中将其转换为一个生成器。
以下是实现这一目标的代码示例：
class ExampleCustomRange:
"""
一个自定义的可重用序列类，模仿内置range的行为。
"""
def __init__(self, stop_exclusive):
"""
初始化自定义范围对象。
:param stop_exclusive: 序列的独占结束值。
"""
self.stop_exclusive = stop_exclusive
def __iter__(self):
"""
返回一个新的迭代器。
每次调用此方法时，都会从头开始生成序列。
"""
print(f"--- 正在为 {self.stop_exclusive} 生成新的迭代器 ---")
for i in range(self.stop_exclusive):
yield i代码解析：
- __init__(self, stop_exclusive): 构造函数用于初始化类的实例，并存储序列的结束值stop_exclusive作为实例的内部状态。这是关键，因为可迭代对象需要记住其生成序列所需的参数。
-
__iter__(self): 这是使类成为可迭代对象的魔术方法。每次对ExampleCustomRange实例进行迭代时（例如，在for循环中，或者调用iter()函数时），Python都会调用这个方法。
- 在该方法内部，我们使用for i in range(self.stop_exclusive): yield i来生成值。yield关键字将__iter__方法变成了一个生成器函数，因此每次调用__iter__时，它都会返回一个新的生成器（迭代器）。
验证可重用性
现在，我们可以测试这个自定义类，看看它是否实现了可重用性：
# 创建自定义范围类的实例
customRangeInstance = ExampleCustomRange(3)
print("第一次迭代自定义类:")
print([x for x in customRangeInstance]) # 第一次迭代
print("\n第二次迭代自定义类:")
print([x for x in customRangeInstance]) # 第二次迭代，预期能再次生成值
print("\n第三次迭代自定义类 (使用for循环):")
for item in customRangeInstance:
print(item, end=' ')
print()运行上述代码，输出将如下所示：
第一次迭代自定义类: --- 正在为 3 生成新的迭代器 --- [0, 1, 2] 第二次迭代自定义类: --- 正在为 3 生成新的迭代器 --- [0, 1, 2] 第三次迭代自定义类 (使用for循环): --- 正在为 3 生成新的迭代器 --- 0 1 2
从输出可以看出，ExampleCustomRange的实例现在可以像内置的range对象一样，被多次迭代，每次迭代都会从头开始生成完整的序列。这是因为每次迭代请求都通过调用__iter__方法获取了一个全新的迭代器。
总结与注意事项
-
生成器函数 vs. 可迭代类:
- 生成器函数（如def func(): yield ...）调用后返回一个迭代器，该迭代器是单次使用的。
- 可迭代类（实现了__iter__方法的类）的实例是可迭代对象，每次被迭代时，其__iter__方法都会返回一个新的迭代器，从而实现可重用性。
-
何时使用:
- 如果你只需要一次性地遍历一个序列，或者序列的生成逻辑比较简单，生成器函数通常更简洁高效。
- 如果你需要一个可以被多次遍历、每次都从头开始生成相同序列的对象，那么创建一个自定义的可迭代类是正确的选择。
- 内存效率: 无论是生成器函数还是可迭代类中的__iter__方法使用yield，它们都保持了惰性求值的特性，即在需要时才生成值，从而节省了内存，尤其适用于处理大型或无限序列。
通过理解和正确应用Python的迭代协议，我们可以根据具体需求创建出行为灵活且高效的自定义序列生成机制。
