Python itertools.tee：迭代器复制与缓存开销

一个数据流需要被两处读取时，tee可以提供多个迭代器，但它不是免费复制。各分支推进速度不同，可能需要保留尚未被慢分支读取的数据。

分支可以各自向前读取

示例让左分支先读取一项，再让右分支读取全部，最后左分支继续读取剩余项。它们都能看到相应的数据顺序，但不代表底层数据源重新执行了两遍。使用分支后应避免同时直接推进原迭代器。

速度差会带来缓冲需求

如果一边几乎读完另一边还没开始，中间数据可能大量积压。官方提示这种情况可能更适合先转为列表。选择时应考虑数据规模、内存与消费方式，不只因为返回值是迭代器就认为恒定内存。

并发使用还有额外限制

tee产生的迭代器不是线程安全接口。下例仅单线程验证读取顺序，没有内存性能基准。真实流水线还应明确谁负责推进、何时结束，以及慢分支是否会长期保留引用。

可以运行的练习

from itertools import tee
left, right = tee(iter([1, 2, 3]))
assert next(left) == 1
assert list(right) == [1, 2, 3]
assert list(left) == [2, 3]
print("两分支按各自进度读取完成")

示例已在本地隔离环境运行检查。使用固定输入，不访问外部接口，也不读取真实业务文件。

资料与继续学习

Python：itertools.tee。资料查阅日期：2026年10月13日。步骤与练习由本站整理。

• Python生成器为什么第二次遍历没有结果

资料查阅与编辑日期：2026年10月13日。作者：玖柒。