Python:迭代器对象

在 Python 的对象模型中，“迭代器”（iterator）并不是一种在语法层面被显式声明的特殊结构，也不是某类容器对象天然具备的固有属性。所谓迭代器对象（iterator object），本质上是解释器在特定迭代语义语境下，为了完成“逐个取值”这一语言行为，而所依赖的一类用于承载遍历过程状态的运行期对象。

理解迭代器对象，是澄清“可迭代”、“迭代”、“for 循环”、“生成器”、“一次性遍历”等概念边界的关键，也是理解 Python 迭代协议在对象模型中如何落地的重要一环。

一、从 for 语句谈起：迭代并非对象的主动行为

在严格的语言机制层面，“列表在迭代”、“for 循环遍历了列表”等并非准确表述，迭代首先指的是解释器在特定语义语境下的行为。

比如：

for x in [1, 2, 3]:    print(x)

当解释器进入 for 这一迭代语义语境，它需要解决的问题是：“我该如何连续、受控地取得这个对象中的元素？”

因此，“迭代”首先是一种解释器行为，而非对象能力的自发表现。

而迭代器对象（iterator object），正是解释器在这一过程中通过迭代协议取得（通常由 __iter__ 返回）的、用于承载“逐个取值状态”的运行期对象。

二、迭代的执行路径

比如，上面的 for 循环，其语义执行过程可抽象为：

_iter = [1, 2, 3].__iter__()while True:    try:        x = _iter.__next__()    except StopIteration:        break    print(x)

1、解释器确认 for 语句语法结构，触发“顺序取值”的语义。

2、在对象 [1,2,3] 的类型（list）上解析并调用 __iter__。

3、__iter__ 返回一个实现了 __next__ 的对象（迭代器对象）。

4、解释器进入迭代推进阶段，持续调用 __next__，依次获得元素。

5、当 __next__ 发现没有合法的下一个元素时，抛出 StopIteration。

6、解释器捕获到 StopIteration，终止迭代。

需要强调的是，[1, 2, 3] 在此语境中承担的是入口角色（常称为“可迭代对象”），真正执行“逐个取值”动作的，是解释器通过迭代协议取得的迭代器对象，该对象在一次迭代过程中维护并推进自身的遍历状态。

三、什么是迭代器对象

从对象模型角度看，一个对象只要实现了 __next__，并在 __iter__ 中返回 self，就可以在迭代协议中承担迭代器对象的语义角色。

示例：

class Counter:    def __init__(self, limit):        self.limit = limit        self.current = 0    def __iter__(self):        return self    def __next__(self):        if self.current >= self.limit:            raise StopIteration        value = self.current        self.current += 1        return value

for x in Counter(3):    print(x)

输出：

012

说明：

（1）Counter 的类型实现了 __iter__ 和 __next__，因此其实例同时承担两项职责：保存遍历状态（如 current）和通过 __next__ 定义了逐步取值与终止条件。

（2）__iter__ 方法返回 self 的作用，并不是为了“重新开始遍历”，而是向解释器明确表示：当前对象本身已经是可供解释器推进的迭代器实体。

it = iter(Counter(3))iter(it) is it   # True

这一示例清楚地揭示了迭代协议方法的一个关键分工：

• __iter__ 只负责在协议入口处提供“迭代器对象”

• __next__ 才真正承担遍历状态的推进、取值逻辑以及终止判定

要注意的是，__iter__ 既可以在对象本身即为迭代器时返回自身（return self），也可以返回一个新的迭代器对象。

四、将迭代器对象与容器对象分离的设计

当对象自身保存遍历状态、并描述“一次具体的遍历过程”时，__iter__ 返回 self 是合理且必要的设计。而当对象只是一个用于表示“可反复使用的数据集合”时，让 __iter__ 返回一个新的迭代器对象，才能保证每次遍历互不干扰。

示例：

class MyRange:    def __init__(self, start, end):        self.start = start        self.end = end    def __iter__(self):        return MyRangeIterator(self.start, self.end)  # 返回迭代器对象class MyRangeIterator:    def __init__(self, start, end):        self.current = start        self.end = end    def __iter__(self):        return self    def __next__(self):        if self.current >= self.end:            raise StopIteration        value = self.current        self.current += 1        return value

说明：

（1）MyRange 的实例并不保存遍历进度，它只定义了“可遍历的范围”这一抽象语义。

（2）每一次调用 MyRange.__iter__，都会生成一个新的 MyRangeIterator 实例（迭代器对象）。

（3）遍历状态完全封装在这个迭代器对象中。

因此：

r = MyRange(0,5)       print(list(r))         # [0, 1, 2, 3, 4]for x in r:    print(x,end=" ")   # 0 1 2 3 4 

说明：

（1）实例对象 r 的类型实现了 __iter__。

（2）list(r) 使得 r 进入迭代语境，解释器才调用 r.__iter__()，返回一个自定义的迭代器对象。

（3）同理，for 语句也使得 r 进入迭代语境，返回另一个迭代器对象。

需要强调的是，实例对象 r 承担的是可迭代对象（数据容器语义），只有在进入迭代语境时，解释器才会通过其 __iter__ 方法取得一个迭代器对象（MyRangeIterator 实例）。

这一分离体现了一个明确的设计判断：遍历状态不应属于数据容器对象，而应属于一次具体的遍历过程。

五、内置容器类型与迭代器的关系

Python 中常见的内置容器类型，在迭代语义语境下都可以作为“可迭代对象”（数据容器语义）使用：

• list

• tuple

• range

• str

• bytes

• bytearray

• memoryview

它们的类型均实现了 __iter__ 方法，为解释器提供迭代协议的入口。

以最常见的列表为例：

lst = [1, 2, 3]

lst 可以直接用于 for 循环，但它本身并不是迭代器对象：

it = iter(lst)   # 等价于 lst.__iter__()type(it)     # <class 'list_iterator'>type(lst)    # <class 'list'>it is lst    # False

说明：