今天和大家聊聊Python的迭代器和可迭代对象。
学前知识复习
在学习生成器之前，我们需要先了解二者的关系：
迭代器一定是可迭代对象，但可迭代对象不一定是迭代器。
可迭代对象
在Python中，万物接对象！
str, list, tuple, dict, set等等只要对象中包含了__iter__()方法的，都是可迭代对象。
那么，如何查看对象是否包含__iter__()方法，又如何证明是否为可迭代对象呢？
最简单的方式莫过于：
from collections.abc import Iterable
print('__iter__' in dir(10))
# False
print(isinstance(10, Iterable))
# False
print('__iter__' in dir('abc'))
# True
print(isinstance('abc', Iterable))
# True
因为数字不包含__iter__，所以数字不是可迭代对象。
但这个说法绝对么？当然不是。
还有一个例外：
如果对象没有实现__iter__方法，但实现了__getitem__方法，Python会创建一个迭代器，尝试从索引0开始获取元素，若尝试失败，Python会抛出TypeError的异常。
此时，可以使用 iter()内置方法 ，将对象转化为迭代器对象，迭代器一定是可迭代对象。
但要注意，这种转换是暴力的强制方式，如果失败，虽然会抛出TypeError的异常，有时甚至产生不可估量的后果。
上面这段话对于小白们太过晦涩，我来通过一个正向的例子为大家解释。
from collections.abc import Iterable
from collections.abc import Iterator
class Demo:
def __init__(self, word):
self.word = word
def __getitem__(self, index):
return self.word[index]
# 实例化demo_str对象
demo_str = Demo("Hello")
print('__iter__' in demo_str)
# False
print(isinstance(demo_str, Iterable))
# False
for j in demo_str:
print(j)
# H
# e
# l
# l
# o
print(isinstance(iter(demo_str), Iterable))
True
print(isinstance(iter(demo_str), Iterator))
True
我们创建一个Demo类，并实例化出一个demo_str对象。由于demo_str本身不包含__iter__方法，所以不是一个可迭代对象。
但由于我们有__getitem__方法，所以当我们for循环的时候，Python会尝试从索引0开始获取元素，最终遍历了初始化的Hello字符串，尝试成功了。
此时，使用iter内置方法，可以将demo_str对象转化为一个迭代器对象，再去检测结果就为True了，并且这个迭代器是可以正常运行的。
但为什么说iter是暴力强制方式呢？看看下面几个反例：
d0 = iter(10)
# TypeError: 'int' object is not iterable
class Demo:
def __init__(self, word):
self.word = word
d1 = iter(Demo(10))
# TypeError: 'Demo' object is not iterable
# 重点注意这个
class Demo:
def __init__(self, word):
self.word = word
def __getitem__(self, index):
return self.word[index]
d2 = iter(Demo(10))
print(isinstance(d2, Iterable))
# True
print(isinstance(d2, Iterator))
# True
# 注意： 没有报错，返回了True！
# 但对d2或者iter(d2)进行循环遍历时，发生了TypeError错误
for i in iter(d1):
print(i)
# TypeError: 'int' object is not subscriptable
前两种在通过iter方法转化时，就已经报错了，问题出现在源头，容易定位。
但第三种方式就可怕了， iter方法强制将其成功转化为了可迭代对象，可是当我们循环调用可迭代对象时，才报了莫名其妙的TypeError错误，如果是真实开发场景，就会造成不可预估的问题。
通过上面的例子，大家对可迭代对象的理解更深入了吧？
迭代器
讲完了可迭代对象，我们再来说说迭代器(对象)，由于Python中万物接对象，所以迭代器也不例外，但出于简洁，一般大家都叫迭代器。
迭代器是可以用于从集合中去除元素的对象。
但迭代器和可迭代对象，到底有什么差别呢？迭代器在可迭代对象的基础上，实现了迭代器协议。
迭代器协议是指：
对象需要提供next方法，从而它要么返回迭代中的下一项，要么就触发一个StopIteration异常，用以终止迭代 。
说白了，就是迭代器是在可迭代对象的基础上，增加了一个__next__()的方法。
自己实现迭代器
让我们将刚才的Demo类进行改造，生成一个简单不可用的迭代器。
class Demo:
def __init__(self, word):
self.word = word
self.index = -1
def __iter__(self):
return self
def __next__(self):
pass
iter_demo = Demo('Hello')
print(isinstance(iter_demo, Iterable))
# True
print(isinstance(iter_demo, Iterator))
# True
所为检测，不过就是条条框框的死规矩，那么我什么都不写，只是让对象具备__iter__ 和__next__方法，它就会被认为是一个迭代器。
但，如何构造一个真实、可用的迭代器呢？其实很简单...
class Demo:
def __init__(self, word):
self.word = word
self.index = -1
def __iter__(self):
return self
def __next__(self):
if self.index < len(self.word) - 1:
self.index += 1
return self.word[self.index]
else:
raise StopIteration
如上述代码，我们只需要对__next__方法，按照要求创建迭代子项，并在遍历完成后，抛出raise StopIteration的错误即可。
如果我不抛出异常呢？
那么for循环将无法得知当前迭代已结束，会造成 IndexError: xxx index out of range 的错误。
通过iter方法实现迭代器
当然，刚才提到的iter()其实就是给可迭代对象赋予__next__方法，同样可以生成迭代器。
a = [1, 2, 3]
print(isinstance(a, Iterable))
# True
print('__next__' in dir(a))
# False
print(isinstance(a, Iterator))
# False
a1 = iter(a)
print('__next__' in dir(a1))
# True
print(isinstance(a1, Iterator))
# True
怎么样，通过讲解，大家是否对迭代器和可迭代对象有了深入的了解？其实在迭代器的上一层还有一个更为高级的生成器，它在我们日常的开发过程中，也有着举足轻重的作用，以及多种不同的玩法，我们放到下次再讲！
欢迎关注我的公_众号: 清风Python，带你每日学习Python算法刷题的同时，了解更多python小知识。
我的个人博客：https://qingfengpython.cn
力扣解题合集：https://github.com/BreezePython/AlgorithmMarkdown