如何检查迭代器是否实际上是一个迭代器容器？

Question

以下是一个迭代器容器的虚拟示例（真实的示例读取的是一个太大以至于无法放入内存的文件）：

class DummyIterator:
    def __init__(self, max_value):
        self.max_value = max_value

    def __iter__(self):
        for i in range(self.max_value):
            yield i

def regular_dummy_iterator(max_value):
    for i in range(max_value):
        yield i

这使我能够多次迭代值，以便我可以实现类似以下的内容：

def normalise(data):
    total = sum(i for i in data)
    for val in data:
        yield val / total

# this works when I call next()
normalise(DummyIterator(100))

# this doesn't work when I call next()
normalise(regular_dummy_iterator(100))

如何在normalise函数中检查传递给我一个迭代器容器而不是普通的生成器？

- Samuel O'Malley

---

你不必一次性将文件读入内存，那你为什么需要这个？ - Padraic Cunningham

如果您需要对大文件执行多次遍历，只需使用其.seek()方法将其倒回即可，就像Padraic所说的那样。 - PM 2Ring

你能否编辑代码以使其可运行？在 __init__ 中添加 self 参数，并在 __iter__ 中使用 self.max_value。 - 301_Moved_Permanently

Answer 1

首先：不存在所谓的“迭代器容器”。你有一个可迭代对象。

可迭代对象会产生一个迭代器。任何迭代器也都是可迭代对象，但会产生它自己作为迭代器：

>>> list_iter = iter([])
>>> iter(list_iter) is list_iter
True

如果 iter(ob) is ob 的测试结果为false，则表示您没有迭代器。

- Martijn Pieters

Answer 2

您可以使用collections.abc模块来测试是否具有迭代器（被消耗一次next引发StopIteration异常）与仅具有可迭代性（可能可以多次迭代）。以下是一个示例：

from collections.abc import Iterable, Iterator

def my_iterator(): 
    yield 1

i = my_iterator()
a = []

isinstance(i, Iterator) # True
isinstance(a, Iterator) # False

使my_iterator()成为Iterator的原因是同时具有__next__和__iter__魔法方法（顺便说一下，当您在collections.abc抽象基类上调用isinstance时，背后实际上发生了什么是测试是否存在某些魔法方法）。

请注意，迭代器也是Iterable，空列表也是（即两者都具有__iter__魔法方法）：

isinstance(i, Iterable) # True
isinstance(a, Iterable) # True

此外需要注意，当你对两者都应用通用的iter()函数时，你会得到一个迭代器：正如Martijn Pieters的回答中所指出的。

isinstance(iter(my_iterator()), Iterator) # True
isinstance(iter([])), Iterator) # True

这里[]和my_iterator()的区别在于，iter(my_iterator())作为迭代器返回自身，而iter([])每次都会产生一个新的迭代器。

正如MP在同样的答案中已经提到的那样，您上面的对象不是“迭代器容器”。它是一个可迭代对象，即“可迭代对象”。它是否“包含”某些内容并不相关；包含的概念由抽象基类Container表示。 Container可以是可迭代的，但不一定要是。

- Rick