使用迭代器接收資料並自動停止

假設有一個 Redis 集合，裡面有 N 條資料，你不停從裡面lpop資料，直到某一條資料的值為'Stop'字串為止(已知裡面必有一條資料為'Stop'字串，但其位置不知道)。

這個需求看起來很簡單，於是你立刻就著手寫出了程式碼：

import redis

client = redis.Redis()

def read_data():
    datas = []
    while True:
        data = client.lpop().decode()
        if data == 'Stop':
            break
        datas.append(data)
    return datas

現在問題來了，如果 Redis 裡面的資料非常多，已經超過了你的記憶體容量怎麼辦？資料全部放在datas列表裡面再返回顯然是不可取的做法。

好在，這些資料讀取出來以後，會傳給一個parse函式，並且這個函式是一條一條處理資料的，它處理完成以後，就可以把資料丟棄了。

於是你可能會這樣改寫程式碼：

import redis

client = redis.Redis()

def read_data():
    while True:
        data = client.lpop().decode()
        if data == 'Stop':
            break
        parse(data)

但我們知道，在編碼規範和軟體工程裡面，建議一個函式，它應該只做一件事情，而現在read_data()函式卻做了兩件事情：1. 從 Redis 裡面讀取資料。2.呼叫parse()函式。

那麼我們有沒有辦法把他們區分開來呢？如何讓read_data能返回資料，但是又不會把記憶體撐爆呢？

這個時候，我們就可以使用生成器來解決問題：

import redis

client = redis.Redis()

def read_data():
    while True:
        data = client.lpop().decode()
        if data == 'Stop':
            break
        yield data

def parse_data():
    for data in read_data():
        parse(data)

在這個程式碼裡面，read_data變成了生成器函式，它返回一個生成器，對生成器進行迭代的時候，每次返回一條資料，這一條資料立即傳給parse()函式。整個過程源源不斷，生生不息。不需要額外建立一個列表用來存放資料。

那麼程式碼還能不能繼續簡化呢？此時我們就可以使用iter關鍵字了。

使用了iter關鍵字的效果如下圖所示：

import redis

client = redis.Redis()

def read_data():
    data = client.lpop().decode()
    return data

def parse_data():
    for data in iter(read_data, 'Stop'):
        parse(data)

其中，read_data現在每執行一次只會返回列表最左邊的資料。但是當我們直接使用iter(read_data, 'Stop')的時候，就會得到一個迭代器。對這個迭代器進行迭代，相當於在While True裡面不停執行read_data函式，直到某一次迭代的時候，read_data函式返回了Stop，就停止。

當然如果你想炫技的話，還可以進一步簡化：

import redis

client = redis.Redis()

def parse_data():
    for data in iter(lambda: client.lpop().decode(), 'Stop'):
        parse(data)