迭代器

什么是迭代器

迭代器（iterator）是一种用于循环遍历集合对象（如列表、字典和字符串等）的接口规范，它提供了一种统一的方式来访问集合中的元素。

是一种软件设计模式（中文又称光标 cursor 模式），该模式在不同编程语言中（如Java、C#、Ruby、Python等）均有实现，仅语法略有差异！

迭代器 (Iterator)：这是一个名词，本质指的是那个能够执行迭代任务的对象。

在 Python 的定义中，一个对象要成为真正的迭代器（Iterator），必须同时满足两个条件，也就是实现“迭代器协议”：

必须有 __next__方法：用于返回下一个元素。
必须有 __iter__ 方法：且这个方法必须返回对象自己（return self）。

class MyIterator:
    def __init__(self, some_str):
        self.some_str_list = some_str.split(',')
        self.index = 0

    def __iter__(self):
        return self  # 关键点：迭代器必须能“返回自己”

    def __next__(self):
        if self.index < len(self.some_str_list):
            result = self.some_str_list[self.index]
            self.index += 1
            return result
        else:
            # 这里的 raise 就是“刹车”，告诉 for 循环：货卖完了，别再点 next 了！
            raise StopIteration

迭代器可以两种方式（迭代）取值

# for循环 迭代
for i in obj:
    print(i)

# __next__迭代
print(obj.__next__())

# 注意：两者不可同时运行，
# 迭代器是一个“单程票”，一旦光标（指针）走到了终点，它就永远留在那里了，
# 如果你想再次遍历，这个旧的迭代器对象已经“废”了，你必须重新创建一个新的迭代器对象

所以，我们可以这么理解这些概念：只要实现了迭代器协议（Iterator Protocol）的类，就是迭代器类，其实例则为迭代器对象！迭代器对象可以（通过__next__()）被迭代（Iteration）

生么是生成器

自定义迭代器很麻烦啊，有简化方式吗？生成器就是干这个的！生成器（Generator）就是为了让你不再痛苦地去写自定义迭代器类而发明的。写一个自定义迭代器类确实很烦：你要定义类、初始化变量、维护指针状态、写 iter、还要手动 raise StopIteration。而生成器把这些琐事全部自动化了。

def my_generator(some_str):
    # 1. 还是先拆分字符串
    some_str_list = some_str.split(',')
    # 2. 直接遍历，用 yield 吐出结果
    for item in some_str_list:
        yield item  # 自动暂停、自动记录位置、自动在结束时刹车

省掉了 init：你不需要手动初始化 self.index = 0。
省掉了指针维护：在 for item in some_str_list 里，Python 已经帮你处理好了“下一个是谁”的问题。
省掉了 StopIteration：当 for 循环结束，函数运行完毕，生成器会自动抛出刹车信号。
状态保护：每次 yield 之后，函数的所有局部变量都会被“封印”，下次 next() 时自动“解封”继续走。

在普通函数中，return 是“终点”，一旦执行，函数就地解散，局部变量全部销毁。而在生成器中，yield 是“暂停键”。yield 是为生成器提供的一个强大的功能！

本质：生成器为啥叫生成器？因为它是迭代器的生成器，为了生成迭代器而存在的，简化了迭代器的创建。这就是它的功能和使命！

转换普通对象为迭代器对象

凡事实现了 __iter__ 方法类型的数据，都可以通过 Python内置的方法 iter 转换为迭代器(对象)，比如 list (列表), str (字符串), tuple (元组), dict (字典), set (集合)等等：

love=['apple','orange','banana']
one=iter(love) # 这就是一个迭代器（对象）

这些数据类型的对象会被称为可迭代（Iterable）对象.

迭代器的Next方法

obj.next

迭代器对象有个__next__ 方法，当你触动这个方法时，它内部会发生三件事：

计算/移动：根据当前指针位置，找到下一个该给你的元素。
更新状态：把指针往后挪一位，为下一次调用做好准备。
返回或报错：
- 如果有值，就把值丢出来（return）。
- 如果后面没东西了，它就抛出异常错误 raise StopIteration。

love=['apple','orange','banana']
one=iter(love)

print(one.__next__()) # 输出 apple
print(one.__next__()) # 输出 orange

全局Next函数

python全局函数 next(<font style="color:rgb(35, 41, 48);">one</font>) 函数与 one.__next__() 方法的关系：当你调用全局函数 next(obj) 时，Python 解释器在后台实际上是去调用了该对象的 obj.next() 方法。让你用起来更方便，仅此而已！

什么是迭代

只有迭代器对象（Iterator）才能被执行“迭代”这个动作。

迭代对象.__next__()

迭代就是“按序逐个访问数据”的动作，其核心方式是利用迭代器协议（__**next__**）实现指针步进，并通过 for 循环（自动）、next()（手动）或 while（条件控制）来触发。

不过 for...in 能够通过自动转换，让“可迭代对象”（Iterable）如字典、列表等不是迭代器的数据结构也跑起来。但本质上也是迭代器在被循环而已！

迭代器核心目标

迭代器模式的核心目标：解耦（让遍历逻辑与数据结构分离）。用户不关心你是什么数据结构（无论是list也好、map也罢），都能提供一个统一的获取内部元素的办法。

否则就要每一种不同数据结构都有不同的方式去获取内容了

list[index]
dict.get('key')
obj.attr

迭代器#

#什么是迭代器

#生么是生成器

#转换普通对象为迭代器对象

#迭代器的Next方法

#obj.next

#全局Next函数

#什么是迭代

#迭代器核心目标

迭代器