Python高级特性——迭代器

可以直接用for循环的数据类型有：

• 集合数据类型，如：list、tuple、dict、set、str等；
• 生成器generator，包括生成器和带yield的generator function。

以上这些可以直接使用for循环的对象统称为可迭代对象：Iterable.

可以使用isinstance()函数来判断一个对象是不是Iterable对象：

>>> from collections import Iterable
>>> isinstance([],Iterable)
True
>>> isinstance({},Iterable)
True
>>> isinstance('zyx',Iterable)
True
>>> isinstance((x for x in range(10)),Iterable)
True
>>> isinstance(100,Iterable)
False

又生成器不但可以使用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。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()判断一个对象是不是Iterator:

>>> from collections import Iterator
>>> isinstance([],Iterator)
False
>>> isinstance({},Iterator)
False
>>> isinstance('xyz',Iterator)
False
>>> isinstance((x for x in range(10)),Iterator)
True

注意：生成器都是Iterator对象，但是list、set、str、虽然是Iterable，却不是Iterator.

把list、dict、str、等Iterable对象变成Iterator对象可以使用iter()函数：

>>> isinstance(iter([]),Iterator)
True
>>> isinstance(iter('abc'),Iterator)
True

问题来了：为什么list、dict、str数据类型不是Iterator呢？
这是因为python中的Iterator迭代器对象表示的是一个数据流，Iterator对象可以被next()调用并不断返回下一个值，知道抛出StopIteration错误。可以把这个数据流看作是一个有序序列，但我们却不知道序列的长度，只能不断的通过next()函数按需去计算下一个数据，我们称Iterator的计算是惰性的，只有在需要返回下一个数据的时候它才会计算。Iterator甚至可以表示一个无限大的数据流，例如正偶数。而使用list是永远不能存储全体正偶数的。

总结：

• 凡是可以使用for循环的对象都是Iterable类型；
• 凡是可以使用next()函数的对象都是Iterator类型，表示一个惰性计算的序列
• 集合数据类型例如list、dict、str等是Iterable却不是Iterator，可以通过iter()函数获得一个Iterator对象。
• python的for循环实质上就是通过不断的调用next()函数实现的。