1 迭代器與生成器

1.1 迭代器

• 迭代器是可記住遍歷位置的對象
• 只能向前遍歷，不能后退
• 核心方法：iter() 創建迭代器，next() 獲取下一個元素

1.1.1 基本使用

# 創建迭代器
list = [1, 2, 3, 4]
it = iter(list)  # 創建迭代器對象# 訪問元素
print(next(it))  # 1
print(next(it))  # 2# 使用for循環遍歷
for x in it:print(x, end=" ")  # 3 4

1.1.2 手動迭代（帶異常處理）

import sysit = iter([1, 2, 3, 4])while True:try:print(next(it))except StopIteration:sys.exit()  # 迭代結束時退出

1.1.3 自定義迭代器

需實現兩個方法：

• __iter__(): 返回迭代器對象本身
• __next__(): 返回下一個元素，迭代結束時拋出StopIteration

class MyNumbers:def __iter__(self):self.a = 1return selfdef __next__(self):if self.a <= 20:  # 限制迭代次數x = self.aself.a += 1return xelse:raise StopIteration  # 結束迭代# 使用自定義迭代器
myclass = MyNumbers()
for x in iter(myclass):print(x)  # 輸出1到20

1.2 生成器

• 使用yield關鍵字的函數稱為生成器
• 生成器是特殊的迭代器，可逐步產生值
• 調用生成器函數返回的是迭代器對象

1.2.1 工作原理

• 執行到yield時返回值并暫停
• 下次調用時從暫停處繼續執行
• 適合處理大量數據或無限序列

def countdown(n):while n > 0:yield n  # 返回當前值并暫停n -= 1# 使用生成器
generator = countdown(5)
print(next(generator))  # 5
print(next(generator))  # 4# 用for循環迭代剩余值
for value in generator:print(value)  # 3 2 1

1.2.2 斐波那契數列示例

def fibonacci(n):a, b, counter = 0, 1, 0while True:if counter > n:returnyield a  # 返回當前斐波那契數a, b = b, a + bcounter += 1# 使用生成器
f = fibonacci(10)
for x in f:print(x, end=" ")  # 0 1 1 2 3 5 8 13 21 34 55

1.3 推導式

推導式是一種簡潔的數據處理語法，可從一個序列構建新序列，支持列表、字典、集合和元組。

1.3.1 列表推導式

格式：[表達式 for 變量 in 列表 if 條件]

實例 1：過濾并轉換

names = ['Bob','Tom','alice','Jerry','Wendy','Smith']
new_names = [name.upper() for name in names if len(name) > 3]
# 結果: ['ALICE', 'JERRY', 'WENDY', 'SMITH']

實例 2：數值篩選

multiples = [i for i in range(30) if i % 3 == 0]
# 結果: [0, 3, 6, 9, 12, 15, 18, 21, 24, 27]

1.3.2 字典推導式

格式：{key表達式: value表達式 for 變量 in 集合 if 條件}

實例 1：字符串長度字典

listdemo = ['Google','Runoob', 'Taobao']
newdict = {key: len(key) for key in listdemo}
# 結果: {'Google': 6, 'Runoob': 6, 'Taobao': 6}

實例 2：數字平方字典

dic = {x: x**2 for x in (2, 4, 6)}
# 結果: {2: 4, 4: 16, 6: 36}

1.3.3 集合推導式

格式：{表達式 for 變量 in 序列 if 條件}

實例 1：計算平方

setnew = {i**2 for i in (1, 2, 3)}
# 結果: {1, 4, 9}

實例 2：字符篩選

a = {x for x in 'abracadabra' if x not in 'abc'}
# 結果: {'d', 'r'}

1.4.4 元組推導式（生成器表達式）

格式：(表達式 for 變量 in 序列 if 條件)
注意：返回生成器對象，需用tuple()轉換

實例：生成數字元組

a = (x for x in range(1, 10))  # 生成器對象
print(tuple(a))  # 轉換為元組
# 結果: (1, 2, 3, 4, 5, 6, 7, 8, 9)

2 with關鍵字

with 關鍵字用于上下文管理，簡化資源（如文件、數據庫連接）的獲取與釋放，確保資源使用后被正確清理。

對比傳統資源管理方式：

傳統方式（try-finally）	with 語句
需手動調用 close()	自動釋放資源
代碼冗長	簡潔直觀
易遺漏關閉操作	異常安全

傳統文件操作示例：

file = open('test.txt', 'r')
try:content = file.read()
finally:file.close()  # 必須手動關閉

2.1 基本語法

with 表達式 [as 變量]:# 代碼塊（使用資源）

• 表達式返回上下文管理器對象
• as 變量：可選，將對象賦值給變量
• 代碼塊執行完畢后，自動觸發資源清理

2.2 常用場景

2.2.1 文件操作（最典型）

# 讀取文件
with open('example.txt', 'r') as file:content = file.read()print(content)
# 退出代碼塊后，文件自動關閉# 同時操作多個文件
with open('in.txt', 'r') as infile, open('out.txt', 'w') as outfile:outfile.write(infile.read().upper())  # 轉換為大寫并寫入

2.2.2 數據庫連接

import sqlite3with sqlite3.connect('mydb.db') as conn:cursor = conn.cursor()cursor.execute('SELECT * FROM users')print(cursor.fetchall())
# 連接自動關閉，無需手動調用 close()

2.2.3 線程鎖

import threadinglock = threading.Lock()with lock:# 臨界區代碼（自動加鎖/解鎖）print("線程安全的操作")

2.3 工作原理：上下文管理協議

支持 with 的對象需實現兩個方法：

• __enter__()：進入上下文時調用，返回值賦給 as 后的變量
• __exit__()：退出上下文時調用，負責資源清理

執行流程：

1. 執行表達式，獲取上下文管理器
2. 調用 __enter__() 方法，進入上下文
3. 執行代碼塊
4. 無論是否發生異常，都調用 __exit__() 方法

異常處理機制

__exit__() 方法接收三個參數：exc_type（異常類型）、exc_val（異常值）、exc_tb（追蹤信息）

• 返回 True：表示異常已處理，不再傳播
• 返回 False/None：異常繼續向外傳播

2.4 自定義上下文管理器

2.4.1 方式 1：類實現

class Timer:def __enter__(self):import timeself.start = time.time()return self  # 可通過 as 接收def __exit__(self, exc_type, exc_val, exc_tb):import timeprint(f"耗時: {time.time() - self.start:.2f}秒")return False  # 不抑制異常# 使用
with Timer() as t:sum(range(10000000))  # 執行耗時操作

2.4.2 方式 2：使用 contextlib 模塊

from contextlib import contextmanager@contextmanager
def tag(name):print(f"<{name}>")  # __enter__ 部分yield  # 暫停，執行代碼塊print(f"</{name}>")  # __exit__ 部分# 使用
with tag("h1"):print("這是標題內容")# 輸出：
# <h1>
# 這是標題內容
# </h1>

2.5 最佳實踐

1. 優先使用 with：處理文件、網絡連接、鎖等資源時，必用 with
2. 精簡代碼塊：with 內只寫與資源相關的操作
3. 多資源管理：一個 with 可同時管理多個資源（用逗號分隔）
4. 異常處理：自定義上下文時，明確是否需要抑制異常

with 語句通過自動化資源管理，大幅提升了代碼的可讀性和可靠性，是 Python 中處理資源的首選方式。