Python迭代器原理与实战全解析

从现在开始，我们要努力学习啦！今天我给大家带来《Python迭代器核心原理与实战详解》，感兴趣的朋友请继续看下去吧！下文中的内容我们主要会涉及到等等知识点，如果在阅读本文过程中有遇到不清楚的地方，欢迎留言呀！我们一起讨论，一起学习！

Python迭代器核心是iter()、next()及__iter__()/__next__()方法；for循环依赖对象是否实现这些协议；生成器函数通过yield返回可迭代的generator对象，其状态保存在帧对象中。

Python 里没有“迭代器系统学习路线第568讲”这种官方概念——iter()、next()、__iter__() 和 __next__() 就是全部核心，其余全是围绕它们的封装或语法糖。

为什么 for 循环能遍历列表但不能直接遍历整数

因为 for 内部会自动调用 iter(obj)，而该函数只对实现了 __iter__() 方法或支持序列协议（有 __getitem__ 且索引从 0 开始）的对象成功返回迭代器。整数没这两个方法，调用 iter(42) 直接抛 TypeError: 'int' object is not iterable。

常见误操作：

• 把自定义类的 __iter__ 写成返回 self 却漏了 __next__ → 报 TypeError: iter() returned non-iterator
• 在 __next__ 里忘了抛 StopIteration → for 死循环

yield 是怎么让函数变成迭代器的

含 yield 的函数不是普通函数，而是生成器函数；调用它不执行逻辑，只返回一个 generator 对象——它既是迭代器（有 __iter__ 和 __next__），也是可迭代对象（能被 for 消费）。

关键点：

• generator 的状态保存在帧对象（frame）里，每次 next() 恢复执行到上次 yield 处
• return 在生成器中等价于抛 StopIteration，其返回值可通过 exc.value 捕获（需用 try/except StopIteration as exc）
• 生成器一旦耗尽，再调 next() 必报 StopIteration，不可重用

def countdown(n):
    while n > 0:
        yield n
        n -= 1
    return "done"
<p>g = countdown(2)
print(next(g))  # 2
print(next(g))  # 1
try:
next(g)
except StopIteration as e:
print(e.value)  # done</p>

手动实现一个带缓冲的文件行迭代器

标准 open() 返回的文件对象是迭代器，但它是逐行读取、无缓冲的；若想预读几行做判断（比如跳过注释、合并续行），就得自己控制 next() 调用节奏。

典型陷阱：

• 在 __next__ 中调 file.readline() 后不检查空字符串 → 遇到空行就提前终止
• 用 list(file) 一次性读完，失去流式处理优势
• 忘记在 __del__ 或 close() 中关闭文件 → 句柄泄漏

class BufferedLineIter:
    def __init__(self, path):
        self.file = open(path, 'r', encoding='utf-8')
        self._buffer = []
<pre class="brush:python;toolbar:false;">def __iter__(self):
    return self

def __next__(self):
    if self._buffer:
        return self._buffer.pop(0)
    line = self.file.readline()
    if not line:
        self.file.close()
        raise StopIteration
    return line.rstrip('\n')

def peek(self, n=1):
    while len(self._buffer) < n:
        line = self.file.readline()
        if not line:
            break
        self._buffer.append(line.rstrip('\n'))
    return self._buffer[:n]

真正难的不是写迭代器，而是判断什么时候该用迭代器、什么时候该用生成器表达式、什么时候干脆用列表推导式——这取决于你是否需要延迟计算、是否要多次遍历、内存是否敏感。别被“第568讲”吓住，翻源码看 itertools 里几个函数的实现，比追教程快得多。

今天关于《Python迭代器原理与实战全解析》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！