Python 迭代器：从入门到精通

在学 Python 的过程中，我们常常会碰到"迭代器"这个词。它听起来有点抽象，其实本质就是一种"能一个一个取值"的东西。本文就来系统讲讲迭代器，帮你把这个概念吃透。

参考文章：

• Python 迭代器 | 简单一点学习 easyeasy.me
• Python 自定义迭代器 | 简单一点学习 easyeasy.me

目录

1. 什么是可迭代对象（Iterable）？
2. 什么是迭代器（Iterator）？
3. iter() 和 next() 的用法
4. for 循环背后的迭代器机制
5. 为什么需要迭代器？
6. 自定义一个迭代器类
7. 使用生成器简化迭代器
8. isinstance() 判断是不是迭代器
9. 可迭代但不是迭代器的对象
10. 小结和注意事项

---

1. 什么是可迭代对象（Iterable）？

可迭代对象指的是能被一个个遍历的对象 ，比如列表、字符串、元组、集合、字典等等。判断一个对象是否可迭代，可以用 collections.abc.Iterable 来检查：

from collections.abc import Iterable

print(isinstance([1, 2, 3], Iterable))  # True
print(isinstance(123, Iterable))       # False

这些对象可以用 for 循环，是因为它们都实现了 __iter__() 方法。

---

2. 什么是迭代器（Iterator）？

迭代器是一个可以记住当前遍历位置的对象 ，从它那里你可以不停地 next() 出下一个值，直到取不到为止（会抛出 StopIteration 异常）。

一个对象如果：

• 实现了 __iter__() 方法，返回自身
• 实现了 __next__() 方法

那它就是一个迭代器。

from collections.abc import Iterator

print(isinstance(iter([1, 2, 3]), Iterator))  # True

---

3. iter() 和 next() 的用法

Python 提供了两个内置函数和迭代器打交道：

• iter(obj)：把一个可迭代对象变成迭代器
• next(iterator)：从迭代器里取出下一个值

示例：

nums = [10, 20, 30]
it = iter(nums)

print(next(it))  # 10
print(next(it))  # 20
print(next(it))  # 30
# print(next(it))  # 报错：StopIteration

---

4. for 循环背后的迭代器机制

你用惯的 for 循环，其实背后就是在用迭代器。来看下"真相"：

for x in [1, 2, 3]:
    print(x)

其实等价于：

it = iter([1, 2, 3])
while True:
    try:
        x = next(it)
        print(x)
    except StopIteration:
        break

是不是瞬间明白了？

---

5. 为什么需要迭代器？

迭代器有两个大优点：

• 惰性计算：只有在需要下一个值的时候才去计算，节省内存
• 适合处理大型数据流：比如处理几百 GB 的日志文件时，就不能一次性全部加载到内存中，这时候迭代器就派上用场了

---

6. 自定义一个迭代器类

我们可以自定义一个类来模拟迭代器的行为，比如实现一个生成斐波那契数列的迭代器：

class Fibonacci:
    def __init__(self, max):
        self.max = max
        self.a = 0
        self.b = 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.a > self.max:
            raise StopIteration
        value = self.a
        self.a, self.b = self.b, self.a + self.b
        return value

fib = Fibonacci(100)
for num in fib:
    print(num, end=' ')

输出：0 1 1 2 3 5 8 13 21 34 55 89

---

7. 使用生成器简化迭代器

虽然可以用类实现迭代器，但有时候写起来太麻烦。Python 提供了更简洁的方式：生成器（generator） 。

用 yield 写个斐波那契生成器：

def fibonacci(max):
    a, b = 0, 1
    while a <= max:
        yield a
        a, b = b, a + b

for n in fibonacci(100):
    print(n, end=' ')

是不是比类清爽多了？

---

8. isinstance() 判断是不是迭代器

快速判断对象的类型是否是可迭代或迭代器：

from collections.abc import Iterable, Iterator

print(isinstance([1, 2, 3], Iterable))  # True
print(isinstance([1, 2, 3], Iterator))  # False

it = iter([1, 2, 3])
print(isinstance(it, Iterator))        # True

---

9. 可迭代但不是迭代器的对象

很多常见的结构（比如 list、str）是"可迭代的"，但它们不是"迭代器"：

lst = [1, 2, 3]
print(hasattr(lst, '__iter__'))   # True
print(hasattr(lst, '__next__'))   # False

不过你可以随时把它变成迭代器：

it = iter(lst)
print(next(it))  # 1

---

10. 小结

• 所有能被 for 遍历的都是"可迭代对象"
• 迭代器是"可迭代对象"的一种升级版，它支持 next()、惰性计算
• 自定义迭代器要写 __iter__() 和 __next__() 方法
• 想省事就用生成器 yield，写起来又简洁又优雅
• 一定要注意 StopIteration，它是控制"结束"的信号