Python迭代器详解与使用技巧

迭代器是Python中一种按需生成和遍历元素的核心机制，它通过实现`__iter__()`和`__next__()`方法（或更简洁的`yield`生成器）来“记住”状态、逐个返回值，并在耗尽时抛出`StopIteration`异常；它不是存储数据的容器，而是高效、惰性、内存友好的遍历工具——无论是用自定义类（如从1数到n的`CountUp`）还是轻量生成器（如`count_up()`函数），都能无缝融入`for`循环，助你写出更清晰、更节省资源的Python代码。

迭代器是Python中一种重要的对象，用于遍历集合或序列中的元素。它不是容器，而是能“记住”当前遍历位置，并按需返回下一个值的对象。理解并掌握迭代器，有助于写出更高效、更简洁的代码。

什么是迭代器

在Python中，只要一个对象实现了__iter__() 和 __next__() 方法，它就是一个迭代器。

调用 iter() 函数可以将可迭代对象（如列表、元组、字符串）转换为迭代器。每次调用该迭代器的 __next__() 方法，就会返回下一个值。当所有元素都被访问后，再次调用会抛出 StopIteration 异常，表示迭代结束。

例如：

my_list = [1, 2, 3]
it = iter(my_list)
print(next(it)) # 输出 1
print(next(it)) # 输出 2
print(next(it)) # 输出 3
print(next(it)) # 抛出 StopIteration

如何创建自定义迭代器

通过定义一个类并实现 __iter__() 和 __next__() 方法，可以创建自己的迭代器。

示例：创建一个从1到n的数字迭代器

class CountUp:
    def __init__(self, n):
        self.n = n
        self.current = 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.current > self.n:
            raise StopIteration
        value = self.current
        self.current += 1
        return value

# 使用
for num in CountUp(5):
    print(num)

这段代码会输出 1 到 5。类的实例本身就是一个迭代器，因为它返回了自己作为迭代器对象，并实现了逐个取值的逻辑。

生成器：更简单的迭代器写法

生成器是一种特殊的迭代器，使用 yield 关键字定义，无需手动实现 __iter__() 和 __next__()。函数中一旦包含 yield，调用它就会返回一个生成器对象。

示例：用生成器实现同样的计数功能

def count_up(n):
    current = 1
    while current         yield current
        current += 1

# 使用
for num in count_up(5):
    print(num)

生成器写法更简洁，内存更友好，因为它是“惰性计算”，只在需要时才生成值，不会一次性把所有数据加载到内存中。

迭代器的实际应用场景

迭代器特别适合处理大量数据或无限序列的场景，比如读取大文件、处理实时数据流、生成斐波那契数列等。

利用迭代器，可以避免一次性加载全部数据，节省内存资源。

示例：逐行读取大文件

def read_large_file(file_path):
    with open(file_path, 'r') as file:
        for line in file:
            yield line.strip()

# 使用
for line in read_large_file('huge_log.txt'):
    if 'error' in line:
        print(line)

这种方式不会将整个文件读入内存，而是按需一行一行处理，非常高效。

基本上就这些。掌握迭代器，你就掌握了Python中高效数据遍历的核心机制。不复杂但容易忽略。

文中关于的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《Python迭代器详解与使用技巧》文章吧，也可关注golang学习网公众号了解相关技术文章。