python中可迭代对象，迭代器，生成器的区别和联系

刚开始接触python的同学在各种参考书或者网上资料中经常看到迭代器，生成器，可迭代等字眼，并且可能对此感到迷惑。那么今天我们就来仔细梳理一下这几个概念的关系，经过这次梳理，大家应该就可以比较清晰地区分了。

首先，看一下“可迭代”。

可迭代，是指一个对象的属性。python中的对象，可以分为可迭代对象，不可迭代对象。当我们说一个对象是“可迭代”的时候，这个可迭代对象会具有一些特定的特点和属性。

1、直观来看，可迭代对象可以通过for循环去遍历，比如list，str等：

>>> a = [1,2,3]
>>> for i in a:
        print(i)      
1 2 3

>>> a = "hello"
>>> for i in a:
print(i)

h e l l o

2、可迭代对象，都会具有一个__iter__方法

>>> a = [1]
>>> dir(a)
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

实际上，可迭代对象之所以能够迭代，或者说可以通过for去遍历，就是因为其具有这个方法。以list列表举例，当我们for遍历这个列表对象时，实际上这个对象调用了其__iter__方法，该方法返回另一个特殊的对象，这个特殊的对象用于下一步的遍历！

看到这里，大家会问，这个__iter__返回的是什么特殊的对象呢？对，这个对象就是我们接下来要说的迭代器。我们可以先调用__iter__方法产生一个迭代器看看：

>>> a=[1,2,3]
>>> b = a.__iter__()
>>> b

<list_iterator object at 0x10592eb00>

这里b就是一个迭代器，由于是通过列表得到的，所以它是一个列表迭代器。

现在我们具体看看迭代器是什么

迭代器是python中一类对象，这类对象有这几个特点：

1、迭代器都会有一个__next__方法，通过这个方法可以逐个得到其每一个元素：

我们以上一步产生的迭代器b举例

>>> b.__next__()

1
>>> b.__next__()
2
>>> b.__next__()
3
>>> b.__next__()
Traceback (most recent call last):
  File "<pyshell#42>", line 1, in <module>
    b.__next__()

StopIteration

每次执行__next__方法，都会得到一个元素，直到所有元素得到后，抛出一个StopIteration错误，表示迭代结束。

2、迭代器都是可迭代的，也就是说，可以用for去遍历，比如上面的b，可以这样去实现：

>>> for i in b:
print(i)

1 2 3

其实在介绍“可迭代”这个概念时，我们也提到，可迭代对象for遍历时，其实最后也是返回一个迭代器，对迭代器遍历。

3、细心的同学会说，迭代器既然可以迭代，那它一定也有一个__iter__方法了？确实是的，只不过，迭代器这个方法返回的是它本身：

>>> a = iter([1,2,3])
>>> a
<list_iterator object at 0x10592eb38>
>>> b = a.__iter__()
>>> b

<list_iterator object at 0x10592eb38>

我们看到a，b是同一个对象

到这里，可以对迭代器和可迭代对象做一个总结，一句话：迭代器都是可迭代对象，可迭代对象不一定是迭代器。

了解了这些，我们就可以自己定义一个可迭代对象了。要想自己定义一个可迭代对象，只要给这个对象一个__iter__方法，并在这个方法中返回一个迭代器，就可以了，下面是一个例子:

>>> class MyIterableObj(object):
def __iter__(self):
return iter([1,2,3])
>>> test = MyIterableObj()
>>> [i for i in test]

[1, 2, 3]

这里我们使用iter函数得到一个迭代器。

那生成器又是什么呢？

其实可以这样简单理解，一个函数中出现yield，那么它就不是一个普通的函数，而是一个生成器。

>>> def test():
for i in [1,2,3]:
yield i
>>> a = test()
>>> a
<generator object test at 0x105914308>

这里a就是一个生成器。生成器的作用是什么呢？

最常见的是，我们可以使用生成器实现一个迭代模式。前面我们看到，通过iter函数，可以得到一个迭代器，从而得到一个可迭代对象，用于迭代操作。其实，通过生成器，也可以达到相同的目的。我们看下面的例子：

>>> def my_generator():
for i in [1,2,3]:

yield i>>> def my_generator():

>>> class MyIterableObj(object):
def __iter__():

return my_generator()

>>> test = MyIterableObj()
>>> [i for i in test]
[1, 2, 3]

这次，我们在自定义类的__iter__方法中，没有返回iter函数，而是返回我们自己定义的一个生成器函数，但是效果是一样的。

其实如果我们看一下一个生成器的属性，它和迭代器一样，也有__next__, __iter__方法，同样可以使用__next__去得到其中每一个元素，这样看来，用生成器去替代iter函数，就很好理解了：

>>> def my_generator():
for i in [1,2,3]:
yield i
>>> a = my_generator()
>>> a
<generator object my_generator at 0x105928518>
>>> dir(a)
['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__lt__', '__name__', '__ne__', '__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw']
>>> a.__next__()
1
>>> a.__next__()
2
a.__next__()
>>> a.__next__()
3
>>> a.__next__()
Traceback (most recent call last):
  File "<pyshell#125>", line 1, in <module>
    a.__next__()
StopIteration