Python | 深入理解循环和迭代( 三 ) _Python

这就意味着，可以将迭代器对象作为iter函数的参数，生成一个新的迭代器对象。不是吗？
>>> numbers = [1, 2, 3]>>> iterator1 = iter(numbers)>>> iterator2 = iter(iterator1) # 迭代器对象作为参数
以上最终得到的iterator2是一个迭代器。不过，要注意，iterator1和iterator2的关系：
>>> iterator1 is iterator2True
iter函数的参数如果是一个迭代器，返回对象仍然是该迭代器对象自身。
结论：迭代器是可迭代对象，所有迭代器都是自己的迭代器。
def is_iterator(iterable):return iter(iterable) is iterable
困惑了吗？
继续。
迭代器没有长度，因此无法索引。这个认识必须要建立起来。
>>> numbers = [1, 2, 3, 5, 7]>>> iterator = iter(numbers)>>> len(iterator)TypeError: object of type 'list_iterator' has no len()>>> iterator[0]TypeError: 'list_iterator' object is not subscriptable
从Python程序员的角度来看，使用迭代器可以做的唯一有用的事情就是：将迭代器传给内置的next函数、或遍历迭代器：
>>> next(iterator)1>>> list(iterator)[2, 3, 5, 7]
如果我们第二次遍历迭代器，我们将一无所获：
>>> list(iterator)
这就是说，迭代器可以认为是一次性的惰性的可迭代对象，这意味着它们只能遍历一次。

文章插图

正如上表中所示，可迭代对象并不总是迭代器，但迭代器总是可迭代对象：
所谓迭代器协议，即：

可以作为next函数的参数，从而获得对象的下一项，或者在没有其他项时引发StopIteration异常。
可以作为iter函数的参数，并返回自身。

反过来说，也成立：

任何可以传给iter而没有引发TypeError的对象都是可迭代对象。
任何可以传给next而没有引发TypeError的对象都是迭代器。
任何在传给iter时返回自身的对象都是迭代器。

这是Python中的迭代器协议。
迭代器无处不在
Python中的迭代器很多，例如：
>>> letters = ['a', 'b', 'c']>>> e = enumerate(letters)>>> e>>> next(e)(0, 'a')
在Python3中，zip、map和filter对象也是迭代器。
>>> numbers = [1, 2, 3, 5, 7]>>> letters = ['a', 'b', 'c']>>> z = zip(numbers, letters)>>> z>>> next(z)(1, 'a')
Python中的文件对象也是迭代器。
>>> next(open('hello.txt'))'hello worldn'
在Python、标准库和第三方Python库中还有许多内置的迭代器。
至此，已经可以给出完美的解释了。