Question

中遇到过这段代码

r = xrange(1, 10)
print sum(1 for v in r if v % 2 == 0) # 4
print sum(1 for v in r if v % 3 == 0) # 3

r迭代一次。然后它再次迭代。我想如果一个迭代器被消耗掉，那么它就结束了，它不应该再次迭代。

生成器表达式只能迭代一次：

r = (7 * i for i in xrange(1, 10))
print sum(1 for v in r if v % 2 == 0) # 4
print sum(1 for v in r if v % 3 == 0) # 0

枚举（L）：

r = enumerate(mylist)

和文件对象：

f = open(myfilename, 'r')

为什么xrange表现不同？

Answer 1

因为xrange没有返回生成器。它返回xrange object。

>>> type(xrange(10))
<type 'xrange'>

除了重复迭代之外，xrange个对象还支持生成器不支持的其他东西 - 比如索引：

>>> xrange(10)[5]
5

他们也有一个长度：

>>> len(xrange(10))
10

他们可以逆转：

>>> list(reversed(xrange(10)))
[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

简而言之，xrange个对象实现了完整的sequence interface：

>>> import collections
>>> isinstance(xrange(10), collections.Sequence)
True

他们只是在不浪费大量内存的情况下做到这一点。

另请注意，在Python 3中，range返回的range对象具有所有相同的属性。

Answer 2

因为调用xrange生成的xrange()对象指定了__iter__，每次迭代时都会提供自身的唯一版本（实际上是一个单独的rangeiterator对象）。

>>> x = xrange(3)
>>> type(x)
<type 'xrange'>
>>> i = x.__iter__()
>>> type(i)
<type 'rangeiterator'>

Answer 3

如果你所知道的是它是一个迭代器，那么在 general 中你必须假设你只能迭代一次。这并不意味着每个迭代器只能被消耗一次，只是每个迭代器都可以消耗至少一次。明显的例子是列表和其他序列支持这个接口。

正如senderle和Amber所解释的那样，通过调用xrange获得的特定迭代器恰好被实现，以便您可以多次迭代它们。

一般迭代器的想法允许迭代器在迭代后可能会耗尽。这是因为许多迭代器（例如生成器，文件遍历等）难以实现，或者消耗更多内存或运行速度慢得多，如果它们必须支持任意多次遍历，并且通常这种功能甚至不会用过的。因此，如果迭代器必须支持任意多次遍历，那么这些东西可能不会是迭代器。

简而言之，如果您正在编写在任意未知迭代器上运行的代码，您可以假设它只能遍历一次，如果某人为您提供了支持 more的对象，则无关紧要比你需要的功能。如果您知道有关迭代器的一些其他信息（例如它也是一个序列，或者甚至是它是一个xrange对象），那么您可以编写代码以便在需要时使用它。