前言
当我们需要对列表（list）、元组（tuple）、字典（dictionary）和集合（set）的元素进行遍历时，其实Python内部都是启动迭代器来完成操作的。
迭代器（Iterator）并非Python独有的，在C++和Java中也出现了此概念。迭代器可以帮助我们解决面对复杂的数据场景时，快速简便的获取数据。
迭代器是什么
迭代器是访问集合的一种方式。
迭代器是一个可以记住遍历位置的对象。
迭代器从集合的第一个元素开始访问，直到所有的元素被访问完才结束。
迭代器只能往往前，不能后退。
我们已经知道，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等；
一类是generator，包括生成器和yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable.
那么怎么判断一组数据是不是Iterable对象呢？
可以使用instance（）判断一个对象是否是Iterable对象。
from collections.abc import Iterable
print(isinstance([1], Iterable)) # True
print(isinstance({0, 1}, Iterable)) # True
print(isinstance((1, ''), Iterable)) # True
print(isinstance({1: 10}, Iterable)) # True
print(isinstance((i for i in range(10)), Iterable)) # True
print(isinstance(10, Iterable)) # False
'''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。
可以使⽤ isinstance() 判断⼀个对象是 否是Iterator 对象，这里就产生一个疑问了，生成器都是 Iterator 对象， list 、 dict 、 str 是不是 Iterator ？为什么？。
list 、 dict 、 str 不是 Iterator ，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 那我们还可以通过 isinstance() 来判断是否是 Iterator 对象
注意 Iterator 对象和 Iterable 对象，一个是迭代器，一个是可迭代对象
from collections.abc import Iterator
print(isinstance((i for i in range(10) if i % 2 == 0), Iterator)) # True
print(isinstance([], Iterator)) # False
print(isinstance({}, Iterator)) # False
print(isinstance('abc', Iterator)) # False但是可以将 list 、 dict 、 str 等 Iterable 变成 Iterator，这里我们可以使用 iter() 函数
代码：
print(isinstance(iter([]), Iterator)) # True
print(isinstance(iter({}), Iterator)) # True
print(isinstance(iter('abc'), Iterator)) # True所有可以作用于for循环的对象都是Iterable类型；
可以作用于next（）函数的对象都是Ttreator类型，他们表示一个惰性计算序列；
集合数据类型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。
自定义迭代器
class Myiter:
def __init__(self,times):
self.times = times
def __iter__(self):
self.n = 0
return self
def __next__(self):
if self.n <= self.times:
result = 3 ** self.n
self.n += 1
return result
else:
raise StopIteration
data = Myiter(4)
it = iter(data)
# 第1次
print(next(it))
# 第2次
print(next(it))
# 第3次
print(next(it))
# 第4次
print(next(it))
# 第5次
print(next(it))
# 第6次，超出范围触发StopIteration
print(next(it))
...
1
3
9
27
81
Traceback (most recent call last):
File "E:\workspace\uiat\cookbooks\tester.py", line 67, in <module>
print(next(it))
File "E:\workspace\uiat\cookbooks\tester.py", line 51, in __next__
raise StopIteration
StopIteration
...
- 创建的对象/类需要实现
__iter__() 和 __next__()两个方法即可作为迭代器
- 迭代器中__iter__()返回迭代器本身方法
- 迭代器中__next__()方法允许进行其他操作，但是必须返回迭代器的下一项
- 为了防止迭代永远进行下去，Python提供stopIterator语句，终止迭代
提供CDN加速