本文目录导读：
在Python中,实现迭代器主要有两种方式：使用类实现（通过 __iter__ 和 __next__ 方法）或使用生成器函数（通过 yield 关键字），下面通过具体案例来说明。
使用类实现迭代器
这种方式需要定义一个类,实现两个特殊方法：
__iter__()：返回迭代器对象本身__next__()：返回下一个值，如果没有更多元素则抛出StopIteration异常
案例1：实现一个简单的数字迭代器（生成1到n的平方）
class SquareIterator:
"""生成1到n的平方数的迭代器"""
def __init__(self, n):
self.n = n
self.current = 1
def __iter__(self):
return self
def __next__(self):
if self.current <= self.n:
result = self.current ** 2
self.current += 1
return result
else:
raise StopIteration
# 使用示例
squares = SquareIterator(5)
for num in squares:
print(num)
# 输出: 1, 4, 9, 16, 25
案例2：自定义斐波那契数列迭代器
class FibonacciIterator:
"""生成斐波那契数列的迭代器，生成指定数量的项"""
def __init__(self, count):
self.count = count
self.a, self.b = 0, 1
self.index = 0
def __iter__(self):
return self
def __next__(self):
if self.index >= self.count:
raise StopIteration
if self.index == 0:
result = self.a
elif self.index == 1:
result = self.b
else:
result = self.a + self.b
self.a, self.b = self.b, result
self.index += 1
return result
# 使用示例
fib = FibonacciIterator(10)
print(list(fib)) # 输出: [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
使用生成器函数实现迭代器
生成器是Python中更简洁的实现方式,使用 yield 关键字而非 return。
案例3：使用生成器实现平方数迭代
def square_generator(n):
"""生成1到n的平方数的生成器函数"""
for i in range(1, n + 1):
yield i ** 2
# 使用示例
for num in square_generator(5):
print(num)
# 输出: 1, 4, 9, 16, 25
案例4：无限斐波那契数列生成器
def fibonacci_generator():
"""生成无限的斐波那契数列"""
a, b = 0, 1
while True:
yield a
a, b = b, a + b
# 使用示例 - 只取前10个
fib = fibonacci_generator()
for i in range(10):
print(next(fib))
# 输出: 0, 1, 1, 2, 3, 5, 8, 13, 21, 34
实战案例：自定义文件行读取器
这个案例展示如何创建一个可以逐行读取文件的迭代器,支持自定义处理逻辑。
class FileLineIterator:
"""自定义文件行读取迭代器，支持前缀添加"""
def __init__(self, filepath, prefix=""):
self.filepath = filepath
self.prefix = prefix
self.file = None
def __iter__(self):
self.file = open(self.filepath, 'r', encoding='utf-8')
return self
def __next__(self):
if self.file is None:
raise StopIteration
line = self.file.readline()
if not line:
self.file.close()
self.file = None
raise StopIteration
return f"{self.prefix}: {line.strip()}"
# 使用示例（假设有一个 test.txt 文件）
# iterator = FileLineIterator('test.txt', prefix='行')
# for line in iterator:
# print(line)
组合迭代器：实现可迭代对象 + 迭代器
有时候需要实现一个可迭代对象（包含迭代器）而不是直接实现迭代器。
class Range:
"""模拟内建的 range 函数"""
def __init__(self, start, stop=None, step=1):
if stop is None:
self.start = 0
self.stop = start
else:
self.start = start
self.stop = stop
self.step = step
def __iter__(self):
return RangeIterator(self.start, self.stop, self.step)
class RangeIterator:
"""Range 的迭代器"""
def __init__(self, start, stop, step):
self.current = start
self.stop = stop
self.step = step
def __iter__(self):
return self
def __next__(self):
if self.step > 0 and self.current >= self.stop:
raise StopIteration
if self.step < 0 and self.current <= self.stop:
raise StopIteration
result = self.current
self.current += self.step
return result
# 使用示例
my_range = Range(1, 6)
print(list(my_range)) # 输出: [1, 2, 3, 4, 5]
迭代器的常用技巧
技巧1：使用 __getitem__ 实现简单迭代
class SimpleIterable:
"""通过 __getitem__ 实现迭代"""
def __init__(self, data):
self.data = data
def __getitem__(self, index):
return self.data[index]
# 自动支持迭代
obj = SimpleIterable([1, 2, 3, 4, 5])
for item in obj:
print(item) # 输出: 1, 2, 3, 4, 5
技巧2：使用 itertools 模块处理迭代器
from itertools import islice, cycle, takewhile
# 组合使用生成器和itertools
def infinite_counter(start=0):
while True:
yield start
start += 1
# 只取前5个
counter = infinite_counter()
first_five = list(islice(counter, 5))
print(first_five) # 输出: [0, 1, 2, 3, 4]
# 循环使用
cycle_data = cycle(['A', 'B', 'C'])
first_six = list(islice(cycle_data, 6))
print(first_six) # 输出: ['A', 'B', 'C', 'A', 'B', 'C']
实现迭代器的关键点：
- 类实现方式：必须实现
__iter__()和__next__()方法，并在适当时候抛出StopIteration - 生成器方式：使用
yield关键字，更简洁，自动处理状态和异常 - 迭代器特点：
- 一次性使用（遍历完后不能再使用）
- 惰性计算（需要时才生成值）
- 节省内存（不一次加载所有数据）
建议：对于简单场景，优先使用生成器；对于需要复杂状态管理的场景，使用类实现迭代器。
