可迭代对象和迭代器

矫情吗；* 2022-03-19 06:20 347阅读 0赞

**for 循环**是我们在 Python 里非常常用的一个语法，但你有没有思考过 for 循环是怎样实现的？

如果你以前接触过 C ，应该会知道类似 `for (int i = 0; i < 100; i )` 这样的写法，它定义了**循环的执行条件** `i < 100` 以及**每次循环结束后执行的语句** `i`，而 `for` 本身只起到让代码重复执行的作用，并没有什么额外的功能。这在 Python 中其实更像是 while 循环：

i = 0
    while i < 100:
        # 执行循环代码
        i = 1

但 Python 里的 for 循环却不一样。使用 `for` 时，我们没有额外指定结束条件，也不需要一个用来计数的数值，甚至可以通过一个字符串进行循环。之所以可以这样，是因为 Python 中的**迭代器（Iterator）**以及**可迭代对象（Iterable）**。

如果一个对象定义了 `__iter__` 和 `__next__` 两个方法，**它就是一个迭代器**。对于迭代器来说，`__iter__` **返回的是它自身 self**，`__next__` 则是**返回迭代器中的下一个值**，如果没有值了则抛出一个 `StopIteration` 的异常。关于这点，你可以想象成一个只进不退的标记位，每次调用 `__next__`，就会将标记往后移一个元素并返回，直到结束。

有了迭代器的概念之后，如果一个对象定义了 `__iter__` 和方法，返回一个迭代器对象，那么**它就是一个可迭代的对象**。

从表现上来说，一个对象**可迭代**，那么它就可以被 for 循环使用。比如我们经常用到的 list、dict、str 等类型，都是可迭代的，所以也就可以通过 for 循环进行遍历，或者更准确的说：被迭代。

有一点绕，我们再来理一理迭代器（Iterator）和可迭代（Iterable）这两个的差别：

1.  一个**迭代器一定是可迭代对象**，因为它一定有 `__iter__` 方法。反过来则不成立。（事实上，Iterator 就是 Iterable 的子类）
2.  迭代器的 `__iter__` 方法**返回的是自身，并不产生新实例**。而可迭代对象的 `__iter__` 方法通常会生成一个新的迭代器对象。

`__iter__`、`__next__` 分别对应于 Python 的内置函数 `iter()` 和 `next()`：比如 `iter(aList)` 就相当于 `aList.__iter__()`。

所以关于上述两点，我们可以有以下的例子来验证：

![v2-3ffdf762306622a9c85a72ec0e73276d_b.jpg][]

迭代器和可迭代之间的继承关系。

![v2-7aeec48c7a1847af591e975255856fb1_b.jpg][]

`__iter__` 方法返回值的区别。id 相同代表是同一个实例。

明白了上述的概念之后，for 循环的实现就好理解了：

1.  首先 for 循环会调用可迭代对象的 `__iter__` 方法，获取相应的迭代器
2.  每次循环，将迭代器的 `__next__` 方法的返回值赋值给循环变量
3.  直到捕获迭代器抛出的 `StopIteration` 异常，循环结束

再来看个例子：

![v2-9a4106e35f8c66190cc9d89c43ef63e7_b.jpg][]

思考题：想一想为什么迭代器 aListIter 被 for 循环迭代第二次的时候就没有输出了？

既然 `__next__` 方法可以自己定义，我们也可以自己实现一个迭代器。比如要**输出一个斐波那契数列**（每一位数值都是前两位数值之和，原题回复关键字 **906**），通常的做法是循环，“高级”一点的做法是递归。但我们也可以直接写一个斐波那契迭代器：

# 定义迭代器
    class Fibonacci():
        def __init__(self):
            self.a = 0
            self.b = 1
        def __iter__(self):
            return self
        def __next__(self):
            # 结束条件
            if self.b > 100:
                raise StopIteration
            # 更新一次数值
            self.a, self.b = self.b, self.a  self.b
            return self.a
    # 创建迭代器
    fib = Fibonacci()
    # 进行迭代
    for f in fib:
        print(f, end=' ')

输出：

1 1 2 3 5 8 13 21 34 55 89

这个例子中，我们并没有保存一个序列，只是定义了一种规则，就也可以被迭代。

使用迭代器的好处在于：它是一种**延迟操作**，即当需要用到的时候才去产生结果。比如对于一个序列来说，如果我们要遍历它，并不需要再一开始就把所有元素都生成好，而是只需要知道每个元素的下一个元素是什么就可以了。这样可以节省很多空间，尤其对于数量很大的集合来说。

如果你不懂迭代器的概念，并不影响在代码中使用 for 循环。但了解之后，你会对代码理解得更透彻，同时这也是为我们后面要讲到的**生成器**做铺垫。

════

*其他文章及回答：*

欢迎搜索及关注公众号：**Crossin的编程教室**

![154816tsh373rusgwbxs7w.png][]

[v2-3ffdf762306622a9c85a72ec0e73276d_b.jpg]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20190117/v2-3ffdf762306622a9c85a72ec0e73276d_b.jpg
[v2-7aeec48c7a1847af591e975255856fb1_b.jpg]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20190117/v2-7aeec48c7a1847af591e975255856fb1_b.jpg
[v2-9a4106e35f8c66190cc9d89c43ef63e7_b.jpg]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20190117/v2-9a4106e35f8c66190cc9d89c43ef63e7_b.jpg
[Python]: https://www.zhihu.com/question/20702054/answer/19022301
[Link 1]: https://zhuanlan.zhihu.com/p/25824007
[Link 2]: https://zhuanlan.zhihu.com/p/34685564
[Python 1]: http://zhuanlan.zhihu.com/p/36064871
[Link 3]: https://zhuanlan.zhihu.com/p/36581953
[Link 4]: http://zhuanlan.zhihu.com/p/28726244
[Python 2]: https://zhuanlan.zhihu.com/p/37664927
[requests]: https://zhuanlan.zhihu.com/p/38466193
[Link 5]: https://zhuanlan.zhihu.com/p/49957946
[Link 6]: https://zhuanlan.zhihu.com/p/53881072
[Python 3]: https://zhuanlan.zhihu.com/p/54335457
[154816tsh373rusgwbxs7w.png]: http://crossin-forum.b0.upaiyun.com/forum/201806/28/154816tsh373rusgwbxs7w.png