Python 中的 for 迴圈和其他語言中的 for 迴圈工作方式是不一樣的，今天就帶你深入瞭解 Python 的 for 迴圈，看看它是如何工作的，以及它為什麼按照這種方式工作。

迴圈中的陷阱

我們先來看一下 Python 迴圈中的「陷阱」，在我們瞭解了迴圈的工作方式後，再來看下這些陷阱到底是怎麼出現的。

陷阱 1：迴圈兩次

現在我們先假設有一個數字組成的列表，和一個用於返回這些數字的平方的生成器：

>>> nums = [1, 2, 3, 4]
>>> squares = (n**2 for n in nums)

我們可以將這個生成器物件傳遞給元組構造器，從而可以得到一個元組：

>>> tuple(squares)
(1, 4, 9, 16)

這個時候，如果我們再將這個構造器物件傳遞給 sum 函式，按理說應該會返回這些數字的和吧：

>>> sum(squares)
0

返回的是個 0，先拖住下巴。

陷阱 2：檢查是否包含

我們還是使用上面的數字列表和生成器：

>>> nums = [1, 2, 3, 4]
>>> squares = (n**2 for n in nums)

如果我 squares 生成器中是否包含 9，答案是肯定的，若果我再問一次呢？

>>> 
 
9 in squares
True
>>> 9 in squares
False

發現，第二次不靈了~

陷阱 3：拆包

現在假設有一個字典：

>>> counts = {1:'a', 2:'b'}

然後，我們用多個變數對字典進行拆包：

>>> x,y = counts

你覺得這時候，x 和 y 中會是什麼？

>>> x
1
>>> y
2

我們只得到了鍵。

下面，我們先來了解下 Python 中的迴圈工作原理，然後再反過頭來看這些陷阱問題。

一些概念

首先，先了解一些基本概念：

可迭代和序列

可迭代就是指任意可以使用 for 迴圈遍歷的東西，可迭代意味著可以遍歷，任何可以遍歷的東西都是可迭代的。

for item in some_iterable:
    print(item)

序列是一種常見的可迭代型別，如列表、元組、字串等。

序列是可迭代的，它有著一些特點，它們是從 0 開始索引，索引長度不超過序列的長度；它們有序列長度；並且它們可以被切分。

Python 中的大部分東西都是可以迭代的，但是可以迭代並不意味著它是序列。如集合、字典、檔案和生成器都是可迭代的，但是它們都不是序列。

>>> my_set = {1, 2, 3}
>>> my_dict = {'k1': 'v1', 'k2': 'v2'}
>>> my_file = open('some_file.txt')
>>> squares = (n**2 for n in my_set)

總結下來就是，任何可以用 for 迴圈遍歷的東西都是可迭代的，序列可迭代的型別中的一種，Python 還有著許多其他種類的可迭代型別。

迭代器

迭代器就是可以驅動可迭代物件的東西。你可以從任何可迭代物件中獲得迭代器，你也可以使用迭代器來手動對它的迭代進行遍歷。

下面有三個可迭代物件：一個集合、一個元祖和一個字串：

>>> nums = {1,2,3,4}
>>> coors = (4,5,6)
>>> words = "hello hoxis"

我們可以使用 Python 的內建函式 iter ，從這些可迭代物件中獲取到迭代器：

>>> iter(nums)
<setiterator object at 0x7fa8c194ad70>
>>> iter(coors)
<tupleiterator object at 0x7fa8c1959610>
>>> iter(words)
<iterator object at 0x7fa8c19595d0>

一旦我們有了迭代器，我們就可以使用其內建函式 next() 來獲取它的下一個值：

>>> nums = {1,2,3,4}
>>> num_iter = iter(nums)
>>> next(num_iter)
1
>>> next(num_iter)
2
>>> next(num_iter)
3
>>> next(num_iter)
4
>>> next(num_iter)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

若果迭代到頭了，也就是沒有下一個值了，就會丟擲 StopIteration 異常。也就是說，它不會繼續迴圈取獲取第一個值。

是不是有點懵逼了？

• 可迭代物件是可以迭代的東西
• 迭代物件器實際上是遍歷可迭代物件的代理
• 迭代器沒有長度，它們不能被索引。
• 可以使用迭代器來做的唯一有用的事情是將其傳遞給內建的 next 函式，或者對其進行迴圈遍歷
• 可以使用 list() 函式將迭代器轉換為列表

>>> nums = {1,2,3,4}
>>> num_iter = iter(nums)
>>> next(num_iter)
1
>>> list(num_iter)
[2, 3, 4]
>>> list(num_iter)
[]

若果想再次將其轉換為列表，明顯地，得到的是一個空列表。

其實這也是迭代器的一個重要特性：惰性，只能使用一次，只能迴圈遍歷一次。並且，在我們呼叫 next() 函式之前，它不會做任何事情。因此，我們可以建立無限長的迭代器，而建立無限長的列表則不行，那樣會耗盡你的記憶體！

可迭代物件不一定是迭代器，但是迭代器一定是可迭代的：

物件	可迭代？	迭代器？
可迭代物件	√	不一定
迭代器	√	√
生成器	√	√
列表	√	×

其實，Python 中有許多迭代器，生成器是迭代器，Python 的許多內建型別也是迭代器。例如，Python 的 enumerate 和 reversed 物件就是迭代器。zip, map 和 filter 也是迭代器；檔案物件也是迭代器。

Python 中的 for 迴圈

其實，Python 並沒有傳統的 for 迴圈，什麼是傳統的 for 迴圈？

我們看下 Java 中的 for 迴圈：

int[] integers = {1， 2， 3， 4};
for (int j = 0; j<integers.length; j++) {
    int i = integers[j];
    System.out.println(i);
}

這是一種 C風格 的 for 迴圈，JavaScript、C、C++、Java、PHP 和一大堆其他程式語言都有這種風格的 for 迴圈，但是 Python 確實沒有。

Python 中的我們稱之為 for 迴圈的東西，確切的說應該是 foreach 迴圈：

numbers = [1, 2, 3, 5, 7]
for n in numbers:
    print(n)

和 C風格 的 for 迴圈不同之處在於，Python 的 for 迴圈沒有索引變數，沒有索引變數的初始化，邊界檢查和索引變數的增長。

這就是 Python 的 for 迴圈的不同之處！

使用索引？

你可能會懷疑，Python 的 for 迴圈是否在底層使用了索引，下面我們手動的使用 while 迴圈和索引來遍歷：

>>> nums = [1,2,3,4]
>>> i = 0
>>> while i < len(nums):
...     print(num[i])
...     i += 1
...
0
1
2
3

對於列表，這樣遍歷是可以的，但不代表適用於所有可迭代物件，它只適用於序列。

比如，我們對一個 set 使用這種方法遍歷，會得到一個異常：

>>> set = {1,2,3}
>>> i = 0
>>> while i < len(set):
...     print(set[i])
...     i += 1
...
Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
TypeError: 'set' object does not support indexing

因為 set 不是序列，因此不支援索引遍歷。

我們不能使用索引手動對 Python 中的每一個迭代物件進行遍歷。對於那些不是序列的迭代器來說，更是行不通的。

實現沒有 for 的迴圈

從上文可以看出，Python 中的 for 迴圈不使用索引，它使用的是迭代器。讓我們來看下它是如何工作的。

通過上文，我們瞭解到了迭代器和 iter、next 函式，現在我們可以嘗試不用 for 迴圈來遍歷一個可迭代物件。

下面是一個正常的 for 迴圈：

def funky_for_loop(iterable, action_to_do):
    for item in iterable:
        action_to_do(item)

我們要嘗試用迭代器的方法和 while 實現上面 for 迴圈的邏輯，大致步驟如下：

1. 獲取給定可迭代物件的迭代器；
2. 呼叫迭代器的 next() 方法獲取下一項；
3. 對當前項資料進行處理；
4. 如果捕獲到 StopIteration ，那麼就停止迴圈

def funky_for_loop(iterable, action_to_do):
    iterator = iter(iterable)
    while not done_looping:
        try:
            item = next(iterator)
        except StopIteration:
            break
        else:
            action_to_do(item)

Python 底層的迴圈工作方式基本上如上程式碼，就是迭代器驅動的 for 迴圈。

再次回到迴圈陷阱

陷阱 1：耗盡的迭代器

陷阱 1 中，因為生成器是迭代器，迭代器是惰性的，也是一次性的，在已經遍歷過一次的情況下，再對其求和，返回的就是一個 0。

陷阱 2：部分消耗迭代器

陷阱 2 中，我們兩次詢問 9 是否存在於同一個生成器中，得到了不同的答案。

這是因為，第一次詢問時，Python 已經對這個生成器進行了遍歷，也就是呼叫 next() 函式查詢 9，找到後就會返回 True，第二次再詢問 9 是否存在時，會從上次的位置繼續 next() 查詢。

>>> nums = [1,2,3,4,5]
>>> squares = (n**2 for n in nums)
>>> 9 in squares
True
# 此時打印出來
>>> list(squares)
[16, 25]

陷阱 3：拆包是迭代

當直接在字典上迭代時，得到的是鍵：

>>> counts = {1:'a',2:'b'}
>>> for i in counts:
...     print(i)
... 
1
2

而對字典拆包時，和在字典上遍歷是一樣的，都是依賴於迭代器協議，因此得到的也是鍵。

總結

序列是迭代器，但是不是所有的迭代器都是序列。迭代器不可以被迴圈遍歷兩次、不能訪問其長度，也不能使用索引。

迭代器是 Python 中最基本的可迭代形式。如果你想在程式碼中做一個惰性迭代，請考慮迭代器，並考慮使用生成器函式或生成器表示式。

最後，請記住，Python 中的每一種迭代都依賴於迭代器協議，因此理解迭代器協議是理解 Python 中的迴圈的關鍵。

福利時刻

最近蒐集到慕課網視訊，800G 左右，視訊內容涵蓋 Python、Java、PHP、前端、小程式、演算法、架構、資料庫等等！關注本公眾號，後臺回覆「慕課網」即可獲取下載地址。

如果覺得有用，歡迎關注我的微信，一起學習，共同進步，不定期推出贈書活動~