Ce que vous allez apprendre
- Séparer les données de leur parcours avec le protocole d'itération Python.
- Vérifier l'épuisement d'un itérateur et la création d'un nouveau parcours.
Prérequis. Savoir utiliser classes, héritage, composition, listes, dictionnaires et exceptions Python. Les mécanismes spécifiques sont expliqués avant leur emploi.
Iterator : intention et expérience
Iterator : séparer collection et parcours
Un itérateur Python fournit __iter__(), qui retourne cet itérateur, et __next__(), qui
retourne la prochaine valeur ou lève StopIteration. La fonction standard next() appelle
cette dernière méthode. Un itérateur consommé ne redémarre pas ; demandez-en un nouveau à la collection.
Python # example.py
class Numbers:
"""
Aggregate class holding a collection of numbers.
"""
def __init__(self, numbers):
self._numbers = numbers
def create_iterator(self):
"""
Creates and returns an iterator for the numbers collection.
"""
return NumberIterator(self._numbers)
class NumberIterator:
"""
Iterator class for traversing the numbers collection.
"""
def __init__(self, numbers):
self._numbers = numbers
self._index = 0
def has_next(self):
"""
Checks if there are more elements to iterate over.
"""
return self._index < len(self._numbers)
def __iter__(self):
return self
def __next__(self):
"""
Returns the next element in the collection.
"""
if self.has_next():
value = self._numbers[self._index]
self._index += 1
return value
else:
raise StopIteration
# Client code
numbers = Numbers([1, 2, 3, 4, 5])
iterator = numbers.create_iterator()
try:
while True:
print(next(iterator))
except StopIteration:
pass
Vérifier et interpréter
Consommez l'itérateur jusqu'à StopIteration, puis appelez encore next(). Il doit rester épuisé. Créez ensuite un nouvel itérateur pour repartir au début. Le parcours est indépendant du client, mais sa relation avec une collection modifiée pendant l'itération doit être définie ; cet exemple ne réalise pas de copie de la liste reçue.