Python迭代器系统学习路线第528讲_核心原理与实战案例详解【指导】_网络技术

Python迭代器是运行时底层协议，非语法糖；for循环隐式调用iter()，要求对象实现__iter__或__getitem__；int不满足故报错；迭代器一次性、需处理StopIteration；生成器是迭代器子类。

Python 的迭代器不是语法糖，是语言运行时底层协议的体现；掌握它不靠死记 __iter__ 和 __next__，而在于理解「谁在调用、何时中断、状态如何保存」。

因为 for 语句背后隐式调用 iter()，而该函数只接受实现了 __iter__（返回迭代器）或 __getitem__（支持整数索引且从 0 开始）的对象。int 没有这两个方法，所以报 TypeError: 'int' object is not iterable。

list、str、dict 都实现了 __iter__，返回各自对应的迭代器对象（如 list_iterator）
range 是个特例：它本身是可迭代对象，但不依赖 __getitem__，而是通过 __iter__ 返回一个轻量级的 range_iterator
自定义类只要返回一个带 __next__ 方法的对象（不管是不是自身），就能被 for 消费

写迭代器时最容易忽略的是异常边界——StopIteration 不是错误，而是协议约定的终止信号。Python 内部用它跳出循环，你手动调用 next() 时必须处理它。

numbers = iter([1, 2, 3])
while True:
    try:
        print(next(numbers))
    except StopIteration:
        break

可迭代对象（Iterable）是顶层接口，迭代器（Iterator）是具体实现，生成器（Generator）是迭代器的一种子类型（也是可迭代对象）。

判断方式：from collections.abc import Iterator, Iterable，再用 isinstance(obj, Iterator) 或 isinstance(obj, Iterable)。

迭代器是一次性消耗品。一旦抛出 StopIteration，它就进入终态，后续任何 next() 调用都继续抛异常。这不是 bug，是设计使然。

复杂点在于：有些第三方库返回的“迭代器”其实是带缓存或惰性求值逻辑的封装，表面像迭代器，实则内部维护状态机——这时得看文档，不能只靠 isinstance(..., Iterator) 判断行为。