为什么实现 __iter__ 的对象不被识别为可迭代的？

Question

假设您使用包装器对象：

class IterOrNotIter:
    def __init__(self):
        self.f = open('/tmp/toto.txt')
    def __getattr__(self, item):
        try:
            return self.__getattribute__(item)
        except AttributeError:
            return self.f.__getattribute__(item)

此对象实现__iter__，因为它将对它的任何调用传递给实现它的成员f。案例：

>>> x = IterOrNotIter()
>>> x.__iter__().__next__()
'Whatever was in /tmp/toto.txt\n'

根据文档（https://docs.python.org/3/library/stdtypes.html#iterator-types），因此 IterOrNotIter 应该是可迭代的。

但是，Python 解释器不会将IterOrNotIter对象识别为实际上是可迭代的：

>>> x = IterOrNotIter()
>>> for l in x:
...    print(l)
...
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'IterOrNotIter' object is not iterable

而这有效：

>>> x = IterOrNotIter()
>>> for l in x.f:
...    print(l)
...
Whatever was in /tmp/toto.txt

我不明白为什么。

Answer 1

基本上是因为你的类没有真正的__iter__方法：

>>> hasattr(IterOrNotIter, '__iter__')
False

因此它不符合迭代器的资格，因为实际检查是__iter__检查是否存在，而不是假设它已实现。所以使用__getattr__or 的解决方法__getattribute__（不幸的是）不起作用。

这实际上在文档中提到过__getattribute__：

笔记

当通过语言语法或内置函数查找作为隐式调用结果的特殊方法时，仍然可能会绕过此方法。请参阅特殊方法查找。

后一节还解释了原因：

以这种方式绕过__getattribute__()机制为解释器内的速度优化提供了很大的范围，但代价是处理特殊方法时的一些灵活性（特殊方法必须在类对象本身上设置，以便解释器一致地调用） 。

强调我的。