迭代协议、可迭代对象、迭代器原理

Python 中 for 循环能够遍历列表、字符串、文件等各种对象，不是因为解释器给每种类型写了特例，而是因为这背后有一个统一的机制——迭代协议。理解这个协议，你就能看懂 for 到底在做什么，也能自己写出可迭代的自定义对象。

迭代协议

迭代协议是 Python 为“可被遍历”的对象约定的一套接口规则，由两个核心方法组成：

iter()：返回一个迭代器对象。
next()：返回迭代器当前的值，并将内部指针移到下一个元素；如果没有元素了，则抛出 StopIteration 异常。

任何实现了 iter 方法的对象都是可迭代对象（iterable）。
任何同时实现了 iter 和 next 方法的对象就是迭代器（iterator）。

换句话说，可迭代对象是“能给你迭代器”的东西，而迭代器是“真正执行逐个取值任务”的东西。

可迭代对象

定义：实现了 iter 方法，调用该方法会返回一个迭代器。
常见例子：列表、元组、字符串、字典、集合、文件对象、range() 对象等都属于可迭代对象。
关键点：可迭代对象本身不一定是迭代器，它只是可被迭代。每次对它调用 iter()（本质上调用 iter）都会得到一个新的迭代器，从起始位置重新开始遍历。

实际验证：

lst = [1, 2, 3]
print(hasattr(lst, '__iter__'))   # True —— 可迭代对象
print(hasattr(lst, '__next__'))   # False —— 不是迭代器

迭代器

定义：同时实现了 iter 和 next 的对象。其中 iter 通常返回 self（即迭代器本身就是可迭代的），next 负责依次返回元素并在结束时抛出 StopIteration。
特点：
惰性求值：只在需要时才产生下一个值，不预先在内存中存储所有数据，这对于处理大文件或无限序列非常有价值。
单向消费：一旦用 next() 取走一个值，就不能回头再取同一个值，除非重新获取一个新的迭代器。
获取迭代器的方式：
对可迭代对象使用内置函数 iter()。
在 for 循环中，Python 自动帮你调用 iter() 获取迭代器，然后不断调用 next()，直到捕获 StopIteration。

示例：手动使用迭代器

s = "abc"
it = iter(s)           # 获取迭代器
print(next(it))        # 'a'
print(next(it))        # 'b'
print(next(it))        # 'c'
# next(it)             # StopIteration

`for` 循环的内部原理

平常我们写的：

for item in [1,2,3]:
    print(item)

实际上等价于：

iterable = [1,2,3]
iterator = iter(iterable)    # 调用 __iter__
while True:
    try:
        item = next(iterator)  # 调用 __next__
    except StopIteration:
        break
    print(item)

因此，任何满足迭代协议的对象都可以直接被 for 循环使用，这也意味着你可以在自定义类中实现 iter 和 next，让实例变得“可遍历”。

实际应用价值

处理大文件：直接对文件对象迭代 for line in file，按行读取而不是一次性全部载入内存。
生成无限序列：使用迭代器可以表示“所有偶数”这种理论上的无限集合，结合 next() 逐步取值，不会撑爆内存。
自定义可迭代类：当你设计一个代表数据库查询结果的数据结构时，实现迭代协议后，用户就能直接用 for row in query_result 的方式遍历，使用体验和标准类型完全一致。

理解迭代协议，你就从“会用 for 循环”进阶到了“可以为任意对象设计遍历方式”的水平，这也是 Python 灵活性和统一性的重要基石。

迭代协议、可迭代对象、迭代器原理

迭代协议

可迭代对象

迭代器

for 循环的内部原理

实际应用价值

`for` 循环的内部原理