无论是面试测试还是运维涉及到python编码岗位时，迭代器和可迭代对象都是绕不开的一个问题，本文对这两个概念进行重点讲解，本文从什么是迭代讲起，然后介绍迭代器和可迭代对象二者的区别，最后通过for 循环和自定义迭代器来加深读者对这两个概念的理解，只要认真阅读完文章，相信一定会帮助到大家，文章有点长，建议首收藏！
迭代
关于迭代，维基百科是这样子定义的：迭代是重复反馈过程的活动，其目的通常是为了接近并到达所需的目标或结果。每一次对过程的重复被称为一次“迭代”，而每一次迭代得到的结果会被用来作为下一次迭代的初始值。
在程序中，迭代是一种遍历集合元素的方式，我们最常用的迭代应用如下：
for i in [1,2,3]:
print(i)输出：
1
2
3
可迭代对象(iterable)
只要实现 __ iter __ 方法或者实现 __ getitem __方法而且其参数从0开始索引，那么该对象就是可迭代对象（iterable）。
Python 中的大多数内置数据结构（容器）都是可迭代对象，比如list、dict、tuple、set、string。创建一个可迭代对象的实例如下：
class IterableDemo(object):
def __init__(self, components):
self.components = list(components)
def __iter__(self):
return iter(self.components)
V1 = IterableDemo([1, 2, 3])
for i in V1:
print(i)输出
1
2
3
可以看到实例IterableDemo进行了迭代，该对象之所以能迭代，是因为实现了__ iter __ ()方法。当使用for循环时候，解释器会检查对象是否有__ iter __ ()方法，有的话就是调用它来获取一个迭代器。所以没有 __ iter __ ()方法但实现了__ getitem __ ()，解释器会创建一个迭代器，尝试从0开始按顺序遍历元素。如果尝试失败，Python便会抛出TypeError错误。
看下面这个list的例子，l=[1,2,3]。这里 l是一个可迭代对象。
我们可以通过方法__iter__()和函数iter把list（可迭代对象）转变成list迭代器对象，代码如下
print(type(l))
print(type(l.__iter__()))
print(type(iter(l)))输出
<class 'list'>
<class 'list_iterator'>
<class 'list_iterator'>
我们可以看到，list变成了list_iterator，证明list是可迭代对象！
a=123456
print(type(iter(a)))
输出
TypeError: 'int' object is not iterable
可见int 类型是不可迭代对象，也就是说调用iter(对象)函数，如果该对象不可迭代，就会抛出TypeError的错误。
迭代器(iterator)
Python 中的迭代器是一个可以迭代的对象，一个每次仅仅返回一个元素的对象。从技术上讲，Python 迭代器对象必须实现两个魔法方法：__iter__() 和 __next__()方法，统称为迭代器协议（iterator protocol）。
容器是一种把多个元素组织在一起的数据结构，容器中的元素可以逐个地迭代获取，可以用 in , not in 关键字判断元素是否包含在容器中。通常这类数据结构把所有的元素存储在内存中（也有一些特列并不是所有的元素都放在内存）在Python中，常见的容器对象有：list、dequeue、set、dict、Counter、tuple、str等等。尽管绝大多数容器都提供了某种方式来获取其中的每一个元素，但这并不是容器本身提供的能力，而是 可迭代对象 赋予了容器这种能力，当然并不是所有的容器都是可迭代的（Bloom filter容器不可以迭代）。
我们执行以下代码，创建x 和y两个独立的迭代器。
l=[1,2,3]
x=iter(l)
y=iter(l)
print("y第一次调用："+str(next(y)))
print("x第一次调用："+str(next(x)))
print("y第二次调用："+str(next(y)))
print("x第二次调用："+str(next(x)))输出
y第一次调用：1
x第一次调用：1
y第二次调用：2
x第二次调用：2
证明了
1. x、y是两个独立的迭代器，彼此不影响
2. 迭代器内部持有一个状态，该状态用于记录当前迭代所在的位置，调用next，每次都是按顺序获取对应的元素
那么究竟什么是迭代器呢？
迭代器是一个可以记住遍历位置的对象，其内部有一个状态用于记录迭代所在的位置，以便下次迭代时候能取出正确的元素。迭代器就像一个懒人一样，当你需要数据时候才会返回给你，否则就在等待下一次的调用。
迭代器技术主要应用在哪些地方呢？主要包括：
• for 循环
• 构建和扩展集合类型
• 逐行遍历文本文件
• 列表推导、字典推导和集合推导
• 元组拆包
• 调用函数时，使用*拆包
迭代器和可迭代对象总结
共性：他们都可以通过循环的形式进行迭代；
迭代器是可迭代对象， 但是可迭代对象不一定是迭代器，例如list是可迭代对象，但不是迭代器；
可以通过iter（可迭代对象）的方法来生成迭代器；
可迭代对象需要实现 __ iter __ 方法或者实现 __ getitem __方法而且其参数从0开始索引。注意可迭代对象不一定实现__ next__方法；
迭代器需要同时实现__ iter __ 方法和__next__ 方法，当使用next（）函数时会调用__next__方法。
举一个经典的例子把
l=[1,2,3]
print(next(l))输出error：
print(next(l))
TypeError: 'list' object is not an iterator
可见，list不是一个迭代器，因为他没有实现__next__方法
接下来执行代码，print(next(iter(l)))
输出
1
可见通过iter(l) 生成了迭代器，因此next操作可以顺利进行
for i in (iterable)的内部实现
在大多数情况下，我们不会一次次调用next方法去取值，而是通过 for i in (iterable)的方式，如下图：
循环背后的原理又是什么呢？
调用iter（容器对象，即可迭代对象，即上图中的x=[1,2,3]）函数生成迭代器（如果调用成功）
通过迭代器的__next__()方法访问容器元素
如果没有元素了，将抛出StopIteration exception
循环捕获StopIteration exception后就会终止循环
自定义迭代器
如果想自定义迭代器，需要实现__iter_和__next__两个方法
from collections.abc import Iterable
class MyIterator:
last = 0
def __iter__(self):
return self
def __next__(self):
self.last += 1
if self.last > 5:
raise StopIteration
return self.last
my= MyIterator()
print(isinstance(my,Iterable))
for i in my:
print(i)输出：
True
1
2
3
4
5
从输出结果可以看出my 是iterable对象，并完成了遍历工作！
大家可以自定义一个类，里面不实现__iter_和__next__两个方法，例如
class Demo:
pass
demo= Demo()
print(type(iter(demo)))输出：
TypeError: 'Demo' object is not iterable
原创不易，如果文章帮到了你，劳烦点赞转发！
