本文将介绍如何通过自定义迭代器，更优雅地遍历嵌套的数据结构，例如包含列表和字典的复杂数据。虽然简单的嵌套循环可以解决问题，但在数据结构更加复杂或需要重复使用遍历逻辑时，自定义迭代器能提供更好的代码组织和可维护性。
首先，我们来看一个典型的数据结构：
data = [
{'region': 'EU',
'users' : [
{ 'id': 1, 'name': 'xyz'},
{ 'id': 2, 'name': 'foo'}
]},
{'region': 'NA',
'users' : [
{ 'id': 1, 'name': 'bar'},
{ 'id': 2, 'name': 'foo'},
{ 'id': 3, 'name': 'foo'}
]},
]传统的遍历方法是使用嵌套的 for 循环：
for region in data:
for user in region['users']:
print(f'Region {region["region"]} User id {user["id"]')虽然这种方法可行，但当数据结构更复杂，或者需要在不同的地方使用类似的遍历逻辑时，代码会变得冗长且难以维护。
自定义迭代器
为了解决这个问题，我们可以创建一个自定义迭代器类，将遍历的细节封装起来。以下是一个示例：
class NestIterator:
def __init__(self, data, *keys):
self._data = data
self._keys = keys
def __iter__(self):
return self._traverse()
def _traverse(self):
for item1 in self._data:
for item2 in item1[self._keys[1]]:
yield (item1[self._keys[0]], item2[self._keys[2]])这个 NestIterator 类接受三个参数：
- data: 要遍历的数据结构。
- *keys: 用于指定嵌套层级中要访问的键的序列。
__iter__ 方法返回迭代器对象本身，_traverse 方法是实际的遍历逻辑。它使用 yield 语句来逐个返回遍历结果，使其成为一个生成器。
使用示例
现在，我们可以使用 NestIterator 来遍历数据结构，并提取不同的信息：
for item in NestIterator(data, 'region', 'users', 'id'):
print(item)
for item in NestIterator(data, 'region', 'users', 'name'):
print(item)输出结果：
('EU', 1)
('EU', 2)
('NA', 1)
('NA', 2)
('NA', 3)
('EU', 'xyz')
('EU', 'foo')
('NA', 'bar')
('NA', 'foo')
('NA', 'foo')通过改变传递给 NestIterator 的参数，我们可以轻松地提取不同的数据，而无需修改遍历逻辑。
注意事项
- 自定义迭代器适用于需要多次使用相同遍历逻辑的场景。
- 对于非常简单的数据结构，使用嵌套循环可能更直接。
- 可以根据实际需求扩展 NestIterator 类，例如添加过滤条件或更复杂的转换逻辑。
总结
自定义迭代器是一种强大的工具，可以帮助我们更优雅地处理嵌套数据结构的遍历问题。通过将遍历逻辑封装到类中，可以提高代码的可读性、可维护性和可重用性。 虽然对于简单场景可能显得过于复杂，但在处理复杂数据或需要频繁使用遍历逻辑时，自定义迭代器能显著提升开发效率。
