如何在纯函数式工作流中使用Python迭代器？解决其不纯问题

这个问题确实说到点子上了——迭代器的“一次性消耗”特性确实会破坏纯函数的预期，尤其是当你不小心把迭代器传给需要多次访问的函数时，结果会让人摸不着头脑。不过Python里有几种很优雅的方式来绕开这个问题，完全符合Pythonic的风格：

1. 传递可迭代对象的工厂函数，而非迭代器本身 #

既然迭代器是一次性的，那我们可以每次需要的时候生成一个新的迭代器。用lambda或者简单的函数作为“工厂”，每次调用它都会返回一个全新的迭代器，这样就不会有被消耗的问题了：

def foo(iter_factory):
    return list(iter_factory())

# 用lambda创建一个迭代器工厂
b = lambda: iter([1,2,3])
print(foo(b))  # 输出 [1,2,3]
print(foo(b))  # 依然输出 [1,2,3]

这种方式的好处是完全保留了迭代器的惰性求值特性，如果你的原始数据很大，不想一次性加载到内存里，这个方案就很合适。

2. 直接使用可重复迭代的容器 #

如果场景允许，别用迭代器，直接传列表、元组这类可重复迭代的容器。它们每次被迭代时都会生成一个新的迭代器，根本不会有“被消耗”的问题：

def foo(iterable):
    return list(iterable)

b = [1,2,3]
print(foo(b))  # 输出 [1,2,3]
print(foo(b))  # 还是输出 [1,2,3]

这应该是最符合Pythonic“简单胜于复杂”原则的方案，毕竟容器是Python里最基础的数据结构，可读性拉满，别人一看就懂。

3. 用itertools.tee复制迭代器 #

如果已经拿到了一个迭代器，又想重复使用它，可以用itertools.tee来创建多个独立的迭代器副本。不过要注意：一定要在原迭代器被消耗前复制，不然副本也会是空的：

from itertools import tee

def foo(i):
    return list(i)

b = iter([1,2,3])
# 创建两个独立的迭代器副本
b_copy1, b_copy2 = tee(b)

print(foo(b_copy1))  # 输出 [1,2,3]
print(foo(b_copy2))  # 输出 [1,2,3]
# 注意：原迭代器b已经被tee内部消耗了，再用它会得到空列表
print(list(b))  # 输出 []

这个方案适合你只能拿到迭代器、没法换成容器的场景，比如处理生成器返回的结果时。

哪种方案最Pythonic？ #

其实Python的核心哲学里，“明确胜于隐晦”是关键。如果你的函数需要多次迭代输入，最好在函数的文档字符串里明确说明：参数需要是可重复迭代的对象（比如列表、元组），而不是一次性的迭代器。这样调用者一看就知道该传什么，从根源上避免问题。

如果必须处理迭代器，那工厂函数或者tee都是合理的选择，取决于你是否需要保留惰性求值的特性。

内容的提问来源于stack exchange，提问作者SBUK-Tech