Python 이터레이터 프로토콜: __iter__와 __next__ 완전 이해
이터러블과 이터레이터의 차이, __iter__/__next__ 메서드, for 루프 동작 원리, 사용자 정의 이터레이터 구현을 설명합니다.
지난 글에서 예외 처리의 모범 사례를 살펴봤다. 이번 글부터는 Python에서 데이터를 ‘순서대로 꺼내는’ 메커니즘인 이터레이터 프로토콜을 깊이 탐구한다. for 루프 뒤에 숨어 있는 원리를 이해하면 제너레이터, 비동기 이터레이터까지 막힘 없이 읽을 수 있다.
이터러블과 이터레이터의 차이
Python에서 흔히 “for 루프에 넣을 수 있는 것”을 이터러블(iterable)이라고 부른다. 리스트, 튜플, 문자열, 딕셔너리, 파일 객체 등이 모두 이터러블이다. 그런데 이터러블과 이터레이터는 다른 개념이다.
이터러블(Iterable)
__iter__()메서드를 구현한 객체iter()내장 함수에 전달하면 이터레이터를 돌려준다- 여러 번 순회할 수 있다 (리스트를 두 번 for에 넣어도 된다)
이터레이터(Iterator)
__iter__()와__next__()두 메서드를 모두 구현한 객체- 내부적으로 “다음에 줄 값”을 기억하는 상태를 갖는다
next()를 호출하면 다음 값을 반환하고, 소진되면StopIteration을 발생시킨다- 이터레이터는 그 자체도 이터러블이다 (
__iter__()가self를 반환)
한 문장으로: 이터러블은 이터레이터를 만드는 공장, 이터레이터는 실제로 값을 꺼내는 개체다.
프로토콜의 정의
Python에서 프로토콜은 특정 메서드 집합을 구현하면 자동으로 특정 동작이 가능해지는 약속이다. 이터레이터 프로토콜은 다음 두 메서드로 구성된다.
class MyIterator:
def __iter__(self):
# 이터레이터 자신을 반환 (이미 이터레이터이므로)
return self
def __next__(self):
# 다음 값을 반환하거나, 없으면 StopIteration 발생
...__iter__()가 self를 반환하는 이유는 이터레이터를 for 루프에 직접 넣거나 iter()에 전달해도 잘 동작하게 하기 위해서다. 이터러블인 리스트는 __iter__()가 새 이터레이터 객체를 만들어 반환하지만, 이터레이터는 자기 자신을 반환한다.
for 루프의 내부 동작
Python의 for 루프는 다음 의사 코드와 정확히 동일하게 동작한다.
# for item in iterable:
# body
_it = iter(iterable) # __iter__() 호출
while True:
try:
item = next(_it) # __next__() 호출
except StopIteration:
break
# body리스트 [1, 2, 3]을 for 루프에 넣으면 먼저 iter([1, 2, 3])으로 list_iterator 객체가 생성되고, 그 이터레이터에서 next()를 반복 호출한다. 이터레이터가 소진되면 StopIteration이 발생하고 루프가 종료된다.
nums = [10, 20, 30]
it = iter(nums)
print(next(it)) # 10
print(next(it)) # 20
print(next(it)) # 30
# print(next(it)) # StopIteration 발생이터러블은 이터레이터가 아니다
리스트는 이터러블이지만 이터레이터가 아니다. __next__()가 없기 때문이다.
nums = [1, 2, 3]
print(hasattr(nums, '__iter__')) # True (이터러블)
print(hasattr(nums, '__next__')) # False (이터레이터 아님)
it = iter(nums)
print(hasattr(it, '__iter__')) # True
print(hasattr(it, '__next__')) # True (이터레이터)
# 리스트는 여러 번 순회 가능
for x in nums: pass
for x in nums: pass # OK
# 이터레이터는 소진 후 재순회 불가
for x in it: pass
for x in it: pass # 아무것도 출력 안 됨 (이미 소진)사용자 정의 이터레이터 구현
카운트업 이터레이터를 직접 구현하며 프로토콜을 익혀보자.
class CountUp:
"""start 이상 stop 미만 정수를 순서대로 반환하는 이터레이터"""
def __init__(self, start: int, stop: int):
self.current = start
self.stop = stop
def __iter__(self):
return self # 이터레이터는 자신을 반환
def __next__(self) -> int:
if self.current >= self.stop:
raise StopIteration # 소진 신호
val = self.current
self.current += 1
return val# for 루프로 사용
for n in CountUp(1, 5):
print(n, end=" ") # 1 2 3 4
# next() 직접 사용
it = CountUp(100, 103)
print(next(it)) # 100
print(next(it)) # 101
print(next(it)) # 102이터러블과 이터레이터를 분리하는 패턴
이터레이터를 클래스로 구현할 때 이터러블과 이터레이터를 분리하면 동일 객체를 여러 번 순회할 수 있다.
class NumberRange:
"""이터러블: 새 이터레이터를 생성"""
def __init__(self, start: int, stop: int):
self.start = start
self.stop = stop
def __iter__(self):
return CountUp(self.start, self.stop) # 매번 새 이터레이터 반환
r = NumberRange(1, 4)
print(list(r)) # [1, 2, 3]
print(list(r)) # [1, 2, 3] -- 두 번 순회 가능CountUp 자체는 이터레이터이므로 한 번 소진되면 재사용할 수 없다. NumberRange는 이터러블로서 __iter__()를 호출할 때마다 새 CountUp을 만들어 돌려준다.
in 연산자와 이터레이터
in 연산자도 이터레이터 프로토콜을 활용한다. __contains__()가 없는 경우 Python은 이터레이터로 선형 검색을 수행한다.
class EvenNumbers:
def __init__(self, limit):
self.limit = limit
def __iter__(self):
return (n for n in range(0, self.limit, 2)) # 제너레이터 식
evens = EvenNumbers(10)
print(4 in evens) # True (0,2,4에서 발견)
print(7 in evens) # False (0,2,4,6,8 순회 후)iter()의 두 번째 사용법: 센티넬(sentinel)
iter()는 두 개의 인자를 받을 수도 있다. iter(callable, sentinel)은 호출 가능 객체를 반복 호출하다가 sentinel 값이 반환되면 순회를 멈추는 이터레이터를 만든다.
import random
# random.randint가 6을 반환할 때까지 계속 호출
rolls = list(iter(lambda: random.randint(1, 6), 6))
print(rolls) # 예: [2, 4, 1, 3] (마지막 6은 포함 안 됨)파일 읽기에도 활용한다.
with open("data.txt") as f:
for line in iter(f.readline, ""): # 빈 문자열이 나오면(EOF) 중단
print(line, end="")정리
| 구분 | 필요 메서드 | 특징 |
|---|---|---|
| 이터러블 | __iter__() | 이터레이터를 생성해 반환 |
| 이터레이터 | __iter__() + __next__() | 값을 순차 반환, 소진 후 재사용 불가 |
| for 루프 | — | iter() + next() + StopIteration 자동 처리 |
이터레이터 프로토콜은 Python 데이터 처리의 가장 기본적인 약속이다. 다음 글에서는 iter()와 next() 내장 함수를 더 깊이 살펴본다.
다음 글: iter()와 next() 내장 함수 심층 탐구
읽어주셔서 감사합니다. 😊