Python Eficaz

>>>
[]
A causa desse comportamento bizarro é que o iterador produz seus resultados
uma única vez. Quando insistimos em iterar sobre um iterador ou gerador que já
levantou uma exceção StopIteration, não obteremos nenhum resultado na
segunda vez.
it = read_visits('/tmp/my_numbers.txt')
print(list(it))
print(list(it)) # Aqui, o iterador já está exaurido
>>>
[15, 35, 80]
[]
A confusão fica maior porque o Python não mostra nenhum erro quando
tentamos iterar sobre um iterador já exaurido. Os laços for, o construtor list e
muitas outras funções da biblioteca-padrão do Python esperam que a exceção
StopIteration seja gerada durante a operação normal. Essas funções não
conseguem distinguir entre um iterador que desde o começo não possui nada
para apresentar na saída e outro iterador que já está exaurido.
Para resolver esse problema, podemos exaurir explicitamente um iterador de
entrada e manter uma cópia completa de seu conteúdo em uma lista. Podemos
então iterar sobre a lista quantas vezes for necessário. O código a seguir mostra a
mesma função de antes, mas copia de forma preventiva o iterador de entrada:
def normalize_copy(numbers):
numbers = list(numbers) # Copia o iterador
total = sum(numbers)
result = []
for value in numbers:
percent = 100 * value / total
result.append(percent)
return result
Agora, a função devolve um resultado coerente quando lhe é fornecido um valor
de retorno de um gerador:
www.full-ebook.com