python 迭代器 Iterator

一、可迭代对象定义

可以直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如list、tuple、dict、set、str、bytes、bytearray等；

一类是generator，包括表达式生成器和带yield的函数生成器。

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。

二、判断一个对象是否是可迭代对象

 >>> from collections import Iterable
 >>> isinstance([], Iterable)
 True
 >>> isinstance({}, Iterable)
 True
 >>> isinstance(b'abc', Iterable)
 True
 >>> isinstance((x for x in range(10)), Iterable)
 True
 >>> isinstance(100, Iterable)
 False

三、迭代器定义

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。

四、判断一个对象是否是迭代器

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

五、迭代器总结

生成器都是Iterator对象，但list、tuple、dict、set、str、bytes、bytearray等虽然是Iterable，却不是Iterator。

把list、tuple、dict、set、str、bytes、bytearray等Iterable变成Iterator可以使用iter()函数。iter()函数可以把一个可迭代对象转换成一个迭代器。

 >>> from collections import Iterator
 >>> isinstance(iter([]), Iterator)
 True
 >>> isinstance(iter(b'abc'), Iterator)
 True

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。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下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。

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象;

Python的for循环本质上就是通过不断调用next()函数实现的。