Python可迭代对象和迭代器的区别和联系
导语
可迭代对象和迭代器是经常碰到但又很容易混淆的两个概念，所以今天小编跟大家深入剖析一下可迭代对象和迭代器的区别。认真看完本文，你将收获：
- 理解什么是可迭代对象
- 理解检查可迭代对象的方法
- 理解什么是迭代器
- 可迭代对象和迭代器的关系
事不宜迟，我们马上开始吧！
可迭代对象
要理解可迭代对象，那首先要搞清楚迭代的概念。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。
从这个定义中，我们大概可以知道迭代是对某一个过程的重复。其实在程序中，迭代也是类似的，它是一种遍历集合元素的方式，请看下面的示例1。
# 示例1
for i in [1,2,3]:
print(i)
输出结果：
1
2
3
在示例1中，解释器重复地从列表中取出元素并打印，直到遍历结束为止，这就是一个迭代的过程。可见，可迭代对象可以在for循环中遍历元素。
那什么样的对象才是一个可迭代对象？事实上，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，请看示例2。
#示例2
class Vector(object):
def __init__(self,components):
self.components = list(components)
def __iter__(self):
return iter(self.components)
V1 = Vector([1,2,3])
for i in V1:
print(i)
输出结果：
1
2
3
从示例2中可见，Vector类实现了 __ iter __方法，解释器可以从Vector类对象中重复地取出元素并打印。如果要检查某一个对象是否为可迭代对象，其实可以使用isinstance( )函数，该函数用于判断对象是否为某一类型，但是用这个函数判断不一定准确(原因后面会说到)。
from collections import Iterable
print(isinstance(V1,Iterable))#True
如果我们只是实现了 __ getitem __ ()方法，情况又会怎么样呢？请看示例3。
# 示例3
from collections import Iterable
class Vector(object):
def __init__(self,components):
self.components = list(components)
def __getitem__(self,index):
return self.components[index]
V1 = Vector([1,2,3])
for i in V1:
print(i)
print(isinstance(V1,Iterable))
输出结果：
1
2
3
Flase
从示例3中可看到，Vector实现了 __ getitem __ 方法，解释器可以对V1进行迭代并打印元素，但是！使用isinstance()判断时，返回的结果居然是False。明明可以使用for循环来迭代元素，为什么是判断是Flase呢？事实上，如果可迭代对象只是实现了 __ getitem __ 的话，abc.Iterable是不考虑该方法的，这便导致了isinstance()判断不准确。更准确的方法应该是调用iter()函数，如果该对象不可迭代，就会抛出TypeError的错误。我们尝试使用iter()来判断一下。
# 示例4
print(iter(V1))
#<iterator object at 0x000001B262E35518>
#去掉__getitem__方法后
print(iter(V1))
#TypeError: 'Vector' object is not iterable
从示例4中可以看到，对于可迭代对象，iter()会返回< iterator object at xxxx >。当去掉 __ getitem __ ()方法后再检查时，便抛出TypeError错误。iter()函数用于生成一个迭代器，也就是说可以返回一个迭代器的就是一个可迭代对象。
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。
那么Python内置类型中究竟有哪些可迭代对象呢？我们一起盘点一下吧。
- list
- dict
- tuple
- set
- string
其实盘点出来的都是序列，所以说任何序列都是可迭代的对象， 其原因在于他们至少都会实现__ getittem __ 方法（序列都可以通过索引获取元素）。
迭代器
在介绍可迭代对象时候说到，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。那么究竟什么是迭代器呢？
其实迭代器是实现了__ iter __ 方法和 __ next __ 方法的对象。__ iter __ 方法用于返回迭代器本身，而 __ next __ 用于返回下一个元素。我们自定义一个迭代器，以斐波那契数列为例说明一下其内部的执行情况，看示例5。
# 示例5
import itertools
class Fib:
def __init__(self):
self.pre = 0
self.cur = 1
def __iter__(self):
return self
def __next__(self):
p = self.cur
self.cur += self.pre
self.pre = p
return p
f = Fib()
a = list(itertools.islice(f,0,10))
print(a)
#[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
从示例5中__ iter __ ()返回了迭代器对象本身，以便在使用可迭代对象的地方(如for循环中)使用迭代器，而 __ next __ ()则通过计算返回下一个元素。我们再一起看看下面的示例6。
#示例6
>>>s = 'ABCD'
>>>it = iter(s)
>>>while True:print(next(it))
A
B
C
D
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-4-d09d5cde4495> in <module>()
----> 1 while True:print(next(it))
StopIteration:
>>> list(it)
[]
>>>list(iter(s))
['A','B','C','D']
在示例6中先定义一个字符串的可迭代对象，通过iter()函数返回一个迭代器(会自动调用对象的__ iter __ 方法)，然后在循环中通过next()取值并打印(会自动调用对象 __ next __ ()方法)，通过next()方法一个个地遍历可迭代对象中的元素，当遍历结束，便会抛出StopIteratioin异常，这时迭代器也没用了，如果要再次迭代，就要使用iter()函数重新构建迭代器。
通过示例5和示例6，我们可知道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。
如果要检查某个对象是否为迭代器，最好的方式是使用isinstance( )函数，见示例7。
# 示例7
from collections import Iterator
f = Fib()
print(isinstance(f,Iterator)) #True
好了，说了那么多，究竟迭代器哪些用处呢？其实在Python语言内部，迭代器用于支持：
- 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
可迭代对象和迭代器的关系
-
可迭代对象不一定是迭代器，迭代器一定是可迭代对象。因为迭代器一定会实现 __ iter __ 方法，而可迭代对象尽管实现了 __ iter __ 也不一定实现 __ next __方法。
-
Python 从可迭代对象中获取迭代器，根据示例6的例子，我们知道先是使用iter()函数在迭代对象中获取迭代器，然后使用next()来获取下一个元素，关系如下图所示。
总结
- 可迭代对象实现了 __ iter __ 方法或者实现 __ getitem __方法而且其参数从0开始索引。
- 使用iter()函数判断可迭代对象更准确
- 任何序列都是可迭代对象
- 迭代器对象实现了 __ iter __ 和 __ next __方法。
- 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
- 检查对象是否为迭代器最好的方式是调用isinstance()方法。
