Python for循环和迭代器行为

您的怀疑是正确的：迭代器已被消耗。

实际上，您的迭代器是一个generator，这是一个对象，它只能被迭代一次。

type((i for i in range(5))) # says it's type generator 

def another_generator():
    yield 1 # the yield expression makes it a generator, not a function

type(another_generator()) # also a generator

它们高效的原因与“参考”告诉您下一步是什么无关。它们之所以有效，是因为它们仅根据请求生成下一个项目。所有项目都不是一次生成的。实际上，您可以拥有一个无限生成器：

def my_gen():
    while True:
        yield 1 # again: yield means it is a generator, not a function

for _ in my_gen(): print(_) # hit ctl+c to stop this infinite loop!

其他一些更正可以帮助您增进理解：

• 生成器不是指针，并且不像您在其他语言中所熟悉的那样表现为指针。
• 与其他语言的区别之一：如上所述，生成器的每个结果都是即时生成的。除非请求，否则不会产生下一个结果。
• 关键字组合for in接受一个可迭代的对象作为其第二个参数。
• 在您的示例情况下，可迭代对象可以是生成器，但也可以是任何其他可迭代对象，例如list，或dict，或str对象（字符串）或提供所需功能的用户定义类型。
• 该iter函数将应用于对象以获取迭代器（顺便说一句：iter正如您所做的那样，不要在Python中用作变量名-它是关键字之一）。实际上，更确切地说，是调用对象的__iter__方法（在大多数情况下，所有iter函数都可以执行；这__iter__是Python所谓的“魔术方法”之一）。
• 如果调用__iter__成功，则next()循环将函数一次又一次地应用于可迭代对象，并将提供给的第一个变量for in分配给next()函数的结果。（请记住：可迭代对象可以是生成器，也可以是容器对象的迭代器，或任何其他可迭代对象。）实际上，更准确地说：它调用了迭代器对象的__next__方法，这是另一个“魔术方法”。
• 该for循环在next()引发StopIteration异常时结束（通常在可迭代对象next()被调用时没有其他对象产生时发生）。

您可以通过for这种方式“手动” 在python中实现循环（可能并不完美，但足够接近）：

try:
    temp = iterable.__iter__()
except AttributeError():
    raise TypeError("'{}' object is not iterable".format(type(iterable).__name__))
else:
    while True:
        try:
            _ = temp.__next__()
        except StopIteration:
            break
        except AttributeError:
            raise TypeError("iter() returned non-iterator of type '{}'".format(type(temp).__name__))
        # this is the "body" of the for loop
        continue

上面的代码与您的示例代码几乎没有区别。

实际上，for循环中最有趣的部分不是for，而是in。单独使用in会产生与产生不同的效果for in，但是了解in使用其参数的作用非常有用，因为它for in实现的行为非常相似。

• 单独使用时，in关键字首先调用对象的__contains__method，这是另一个“魔术方法”（请注意，使用时将跳过此步骤for in）。使用in一个容器本身，你可以做这样的事情：

  1 in [1, 2, 3] # True
  'He' in 'Hello' # True
  3 in range(10) # True
  'eH' in 'Hello'[::-1] # True
  

• 如果可迭代对象不是容器（即它没有__contains__方法），则in下一步尝试调用该对象的__iter__方法。如前所述：该__iter__方法返回Python中称为iterator的值。基本上，迭代器是一个对象，您可以next()在¹上使用内置的泛型函数。生成器只是迭代器的一种类型。

• 如果调用__iter__成功，则in关键字将函数next()一次又一次地应用于可迭代对象。（请记住：可迭代对象可以是生成器，也可以是容器对象的迭代器，也可以是任何其他可迭代对象。）实际上，更确切地说，它调用迭代器对象的__next__方法。
• 如果对象没有__iter__返回迭代器的方法，in则使用对象的__getitem__方法²退回到旧式迭代协议。
• 如果以上所有尝试均失败，您将获得一个TypeError例外。

如果您希望创建自己的对象类型以进行迭代（即，您可以使用，也可以for in仅in在其上使用），那么了解生成器中yield使用的关键字（如上所述）很有用。

class MyIterable():
    def __iter__(self):
        yield 1

m = MyIterable()
for _ in m: print(_) # 1
1 in m # True    

将yield函数或方法变成生成器而不是常规函数/方法的存在。__next__如果使用生成器（它会__next__自动带来），则不需要该方法。

如果您希望创建自己的容器对象类型（即可以单独使用in它，但不能使用for in），则只需要该__contains__方法即可。

class MyUselessContainer():
    def __contains__(self, obj):
        return True

m = MyUselessContainer()
1 in m # True
'Foo' in m # True
TypeError in m # True
None in m # True

¹请注意，要成为迭代器，对象必须实现迭代器协议。这仅意味着__next__和__iter__方法都必须正确实现（生成器带有“免费”此功能，因此您在使用它们时无需担心）。还要注意，该___next__方法实际上next在Python 2中（没有下划线）。

²有关创建可迭代类的不同方法，请参见此答案。