一、定义与作用
1、定义：迭代也是一种循环，但是这种循环每次都是基于上一次的结果而继续，并非单纯重复，迭代器就是执行迭代的工具。
2、作用：迭代器是用来迭代取值，把可迭代对象的值循环取出来。使用迭代器取值，不仅可以用于列表，字符串，元组这些有索引的数据类型，也可以用于字典，集合，文件句柄这种些无索引的数据类型。
二、使用方法
1、可迭代对象：但凡可以用内置的.__iter__()的方法的对象即为可迭代对象。
2、迭代器对象：使用，可迭代对象.__iter__()的方法即可以生成迭代器对象。
3、迭代器取值：使用，迭代器对象.__next__()的方法可以对迭代器对象取值，每调用此方法一次，取出一个可取值，直到所有可取值取完，继续调用的结果会抛出异常StopIteration。
d = {'a': 11, 'b': 2, 'c': 3}
d_iter = d.__iter__() # 通过可迭代对象字典 d 生成迭代器 d_iter
print(d_iter.__next__()) # 取出迭代器的第一个可取值，结果为 a
print(d_iter.__next__()) # 取出迭代器的第二个可取值，结果为 b
print(d_iter.__next__()) # 取出迭代器的第三个可取值，结果为 c
print(d_iter.__next__()) # 迭代器的可取值已被取完，抛出异常 StopIteration
4、try...except：终止信号。
d = {'a': 11, 'b': 2, 'c': 3}
d_iter = d.__iter__()
while 1:
try:
print(d_iter.__next__())
except StopIteration: # 检索异常信号，出现则停止循环
break
5、可迭代对象和迭代器对象的关系：
①可迭代对象：可使用.__iter__()生成迭代器，无法用.__next__()取值。
②迭代器对象：可使用.__iter__()生成迭代器本身，等于没有操作，也可使用.__next__()取值。
③总结：可迭代对象未必是迭代器对象，迭代器对象一定是可迭代对象。
6、文件的特殊性：列表，字符串，元组，字典，集合都只是可迭代对象，而文件句柄是迭代器对象。
7、for循环的工作原理：迭代器循环。
①第一步：对in后面的对象使用.__iter__()生成迭代器对象。
②第二布：对迭代器对象使用.__next__()取一个可取值赋值给for后面的变量名。
③第三步：重复第二步，直到捕捉到StopIteratino信号则结束循环。
④生成某些可迭代对象的功能：如list('abc')的结果是['a'','b','c']。原理同于for循环。
三、迭代器的优缺点
1、优点：
①为有序类型和无序类型的数据提供了统一的迭代取值方式。
②惰性计算：迭代器对象表现的功能相当于一个数据流，可以只是需要时才去使用.__next__()取一个值，迭代器本身在内存中只是一个单纯的功能，占的内存微乎其微，无论数据流多大，对迭代器本身大小并无影响，而列表等类型的数据，因为需要把自身元素都存于内存中，受限于内存的大小，元素的个数是有限的。
2、缺点：
①无法通过获取迭代自身的长度而得知数据流的大小，或者说迭代器自身是没有长度的。
②每次只能取下一个值，不可以返回取值，也就是说同一个迭代器的每个可取值只能被取一次，取完所有可取值迭代器则无法再被取值，若要再取值，需使用.__iter__()重新生成新的迭代器。
四、生成器
1、定义：相比于通过对可迭代对象使用.__iter__()生成的迭代器对象，还可以通过函数内定义yield关键字，再通过调用该函数获得其返回值生成自定义的迭代器，生成器即是此种自定义的迭代器。
2、yield：yield用于返回值，但不同于return，函数一旦遇到return会立即结束执行，而yield会将函数挂起在当前状态，所以当函数体内有yield关键字，可以认为该函数就是用来生成生成器的，此时直接调用函数的话不会产生函数体代码的执行结果，需要把函数调用的结果返回作为生成器使用。
3、使用：通过对生成器使用.__next__()会触发函数体代码的运行，直到遇到一个yield停下来，返回yield后面的值，再次使用.__next__()则在上次的位置向下继续按照此流程执行。
4、用生成器模拟range功能生成的数列迭代器：
def define_range(star, end, step): while star < end: yield star star += step num_iter = define_range(3, 9, 1) for a in num_iter: print(a) # 结果是 3 4 5 6 7 8
