Python迭代器

本篇将要介绍python迭代器,更多内容请参考：python学习指南

前言

前面我们学过迭代，可以直接用for循环的都是可迭代对象，可用于for循环的数据类型有以下几种：

1. 集合数据类型，如list、tuple、dict、set、str等
2. generator：包括生成器和yield的generator function.

这些可以直接作用与for循环的对象统称为可迭代对象：Iterable

from collections import Iterable
>>>isinstance([], Iterable)
True
>>>isinstance({}, Iterable)
True
>>>isinstance('abc', Iterable)
True
>>>isinstance((x for x in range), Iterable)
True
>>>isinstance(100, Iterable)
False

而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
可以使用isinstance()判断一个对象是否是Iterator对象：

>>>from collections import Iterator
>>>isinstance((x for x in range(10)), Iterator)
True
>>>isintance([], Iterator)
False
>>>isinstance({}, Iterator)
False
>>>isinstance('abc', Iterator)
False

生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、'str'等Iterable变成Iterator可以使用iter()函数：

>>>isinstance(iter([]), Iterator)
True
>>>isinstance(iter('abc'), Iterator)
True

你可能会问，为什么list、dict、str等数据类型不是Iterator?
这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把数据流看做是一个有序序列，但我们却不能提前直到序列的长度，只要不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。

小结

1. 凡是可作用于for循环的对象都是Iterable类型；
2. 凡是可作用与next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
3. 集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以用个iter()函数转换为Iterator对象。
4. Python的for循环本质上就是通过不断调用next()函数实现的，例如：

for x in [1, 2, 3, 4, 5]:
    pass

实际上完全等价于：

#首选获得Iterator对象
it = iter([1, 2, 3, 4, 5])
#循环
while True:
    try:
        #获得下一个值
        x = next(it)
    except StopIteration:
        #遇到StopIteration就退出循环
        break

参考

1. Python中生成器和迭代器的区别