迭代器 (Iterator)
迭代和可迭代
迭代器这个概念在很多语言中（比如 C++，Java）都是存在的，但是不同语言实现迭代器的方式各不相同。在 Python 中，迭代器是指遵循迭代器协议（iterator protocol）的对象。至于什么是迭代器协议，稍后自然会说明。为了更好地理解迭代器，我先介绍和迭代器相关的两个概念：
- 迭代（Iteration）
- 可迭代对象（Iterable）
你可能会觉得这是在玩文字游戏，但这确实是要搞清楚的。
当我们用一个循环（比如 for 循环）来遍历容器（比如列表，元组）中的元素时，这种遍历的过程就叫迭代。
在 Python 中，我们使用 for...in... 进行迭代。比如，遍历一个 list:
numbers = [1, 2, 3, 4]
for num in numbers:
print num
像上面这种可以使用 for 循环进行迭代的对象，就是可迭代对象，它的定义如下：
含有
__iter__()方法或__getitem__()方法的对象称之为可迭代对象。
我们可以使用 Python 内置的 hasattr() 函数来判断一个对象是不是可迭代的：
>>> hasattr((), '__iter__')
True
>>> hasattr([], '__iter__')
True
>>> hasattr({}, '__iter__')
True
>>> hasattr(123, '__iter__')
False
>>> hasattr('abc', '__iter__')
False
>>> hasattr('abc', '__getitem__')
True
另外，我们也可使用 isinstance() 进行判断：
>>> from collections import Iterable
>>> isinstance((), Iterable) # 元组
True
>>> isinstance([], Iterable) # 列表
True
>>> isinstance({}, Iterable) # 字典
True
>>> isinstance('abc', Iterable) # 字符串
True
>>> isinstance(100, Iterable) # 数字
False
可见，我们熟知的字典（dict）、元组（tuple）、集合（set）和字符串对象都是可迭代的。
迭代器
现在，让我们看看什么是迭代器（Iterator）。上文说过，迭代器是指遵循迭代器协议（iterator protocol）的对象。从这句话我们可以知道，迭代器是一个对象，但比较特别，它需要遵循迭代器协议，那什么是迭代器协议呢？
迭代器协议（iterator protocol）是指要实现对象的
__iter()__和next()方法（注意：Python3 要实现__next__()方法），其中，__iter()__方法返回迭代器对象本身，next()方法返回容器的下一个元素，在没有后续元素时抛出StopIteration异常。
接下来讲讲迭代器的例子，有什么常见的迭代器呢？列表是迭代器吗？字典是迭代器吗？我们使用 hasattr() 进行判断：
>>> hasattr((1, 2, 3), '__iter__')
True
>>> hasattr((1, 2, 3), 'next') # 有 __iter__ 方法但是没有 next 方法，不是迭代器
False
>>>
>>> hasattr([1, 2, 3], '__iter__')
True
>>> hasattr([1, 2, 3], 'next')
False
>>>
>>> hasattr({'a': 1, 'b': 2}, '__iter__')
True
>>> hasattr({'a': 1, 'b': 2}, 'next')
False
同样，我们也可以使用 isinstance() 进行判断：
>>> from collections import Iterator
>>>
>>> isinstance((), Iterator)
False
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('', Iterator)
False
>>> isinstance(123, Iterator)
False
可见，虽然元组、列表和字典等对象是可迭代的，但它们却不是迭代器！对于这些可迭代对象，可以使用 Python 内置的 iter() 函数获得它们的迭代器对象，看下面的使用：
>>> from collections import Iterator
>>> isinstance(iter([1, 2, 3]), Iterator) # 使用 iter() 函数，获得迭代器对象
True
>>> isinstance(iter('abc'), Iterator)
True
>>>
>>> my_str = 'abc'
>>> next(my_str) # my_str 不是迭代器，不能使用 next()，因此出错
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-15-5f369cd8082f> in <module>()
----> 1 next(my_str)
TypeError: str object is not an iterator
>>>
>>> my_iter = iter(my_str) # 获得迭代器对象
>>> isinstance(my_iter, Iterator)
True
>>> next(my_iter) # 可使用内置的 next() 函数获得下一个元素
'a'
事实上，Python 的 for 循环就是先通过内置函数 iter() 获得一个迭代器，然后再不断调用 next() 函数实现的，比如：
for x in [1, 2, 3]:
print i
等价于
# 获得 Iterator 对象
it = iter([1, 2, 3])
# 循环
while True:
try:
# 获得下一个值
x = next(it)
print x
except StopIteration:
# 没有后续元素，退出循环
break
斐波那契数列迭代器
现在，让我们来自定义一个迭代器：斐波那契（Fibonacci）数列迭代器。根据迭代器的定义，我们需要实现 __iter()__ 和 next() 方法（在 Python3 中是 __next__() 方法）。先看代码：
# -*- coding: utf-8 -*-
from collections import Iterator
class Fib(object):
def __init__(self):
self.a, self.b = 0, 1
# 返回迭代器对象本身
def __iter__(self):
return self
# 返回容器下一个元素
def next(self):
self.a, self.b = self.b, self.a + self.b
return self.a
def main():
fib = Fib() # fib 是一个迭代器
print 'isinstance(fib, Iterator): ', isinstance(fib, Iterator)
for i in fib:
if i > 10:
break
print i
if __name__ == '__main__':
main()
在上面的代码中，我们定义了一个 Fib 类，用于生成 Fibonacci 数列。在类的实现中，我们定义了 __iter__ 方法，它返回对象本身，这个方法会在遍历时被 Python 内置的 iter() 函数调用，返回一个迭代器。类中的 next() 方法用于返回容器的下一个元素，当使用 for 循环进行遍历的时候，就会使用 Python 内置的 next() 函数调用对象的 next 方法（在 Python3 中是 __next__ 方法）对迭代器进行遍历。
运行上面的代码，可得到如下结果：
isinstance(fib, Iterator): True
1
1
2
3
5
8
小结
- 元组、列表、字典和字符串对象是可迭代的，但不是迭代器，不过我们可以通过
iter()函数获得一个迭代器对象； - Python 的
for循环实质上是先通过内置函数iter()获得一个迭代器，然后再不断调用next()函数实现的； - 自定义迭代器需要实现对象的
__iter()__和next()方法（注意：Python3 要实现__next__()方法），其中，__iter()__方法返回迭代器对象本身，next()方法返回容器的下一个元素，在没有后续元素时抛出StopIteration异常。