python - 为什么 `__iter__` 定义为实例变量时不起作用？

Question

如果我按如下方式定义 __iter__ 方法，它将不起作用:

class A:

    def __init__(self):
        self.__iter__ = lambda: iter('text')


for i in A().__iter__():
    print(i)

iter(A())

结果:

t
e
x
t
Traceback (most recent call last):
  File "...\mytest.py", line 10, in <module>
    iter(A())
TypeError: 'A' object is not iterable

如您所见，调用 A().__iter__() 有效，但 A() 不可迭代。

但是，如果我为类定义 __iter__，那么它将起作用:

class A:

    def __init__(self):

        self.__class__.__iter__ = staticmethod(lambda: iter('text'))
        # or:
        # self.__class__.__iter__ = lambda s: iter('text')


for i in A():
    print(i)

iter(A())

# will print:
# t
# e
# x
# t

有谁知道python为什么要这样设计？即为什么 __iter__ 作为实例变量不起作用？你不觉得它不直观吗？

Answer 1

这是设计使然。您可以在此处找到详细说明:https://docs.python.org/3/reference/datamodel.html#special-method-lookup

简短回答:必须在类对象本身上设置特殊方法，以便解释器始终如一地调用它。

长答案:这背后的想法是加快众所周知的 build 。在你的例子中:

class A:
    def __init__(self):
        self.__iter__ = lambda: iter('text')

在现实生活中，您打算多久编写一次这样的代码？所以，Python 所做的 - 它跳过了实例的字典查找，即 iter(A()) 根本没有“看到” self.__iter__，这实际上是self.__dict__['__iter__'] 在这种情况下。

它还跳过所有 __getattribute__ 实例和元类查找，从而获得显着的加速。