1. 迭代协议是什么？ #

• 迭代协议（iteration protocol） 是 Python 约定的一套双方法机制，规定对象如何被 for、list()、sum() 等消费。
• 可迭代对象实现 __iter__()，返回一个迭代器。
• 迭代器再实现 __next__()，每次返回下一个元素。
• 没有更多元素时 raise StopIteration，for 据此结束循环。
• 搞清这层关系，能读懂「为什么生成器省内存」「为什么迭代器只能走一遍」。
• 也能在读 Django QuerySet、文件对象、框架源码时少踩坑。
• 日常写业务不必手写协议，但知道 for 底层在做什么，有助于选对列表还是生成器。

2. 核心关系 #

• 迭代相关概念呈层层包含：列表、字典等是可迭代对象。
• 对它们 iter() 得到迭代器。
• 生成器（yield / 生成器表达式）是一种由解释器自动实现协议的迭代器。
• 下图与示意帮助建立整体图景，再对照下表记关键方法与特点。

可迭代对象 (Iterable)     有 __iter__()，可被 for 遍历
        ↓ iter() 得到
迭代器 (Iterator)         有 __iter__() + __next__()，逐个产出
        ↓
生成器 (Generator)        由 yield / (x for x in ...) 自动实现协议

概念	关键方法	特点
可迭代对象	__iter__() 返回迭代器	列表、字典、文件；可多次 for
迭代器	__iter__ + __next__	记住位置；用完即止
生成器	自动实现上述方法	项目里最常用的迭代器

• 包含关系：生成器 ⊂ 迭代器 ⊂ 可迭代对象。

3. for 循环在做什么？ #

• 写法 for x in items 时，Python 并不魔法地「遍历列表下标」。
• 而是：先 iterator = iter(items)，再循环里 x = next(iterator)，捕获 StopIteration 后跳出。
• 下面用 while + try/except 手动模拟这一过程，便于与协议方法对应。
• 日常仍直接写 for 即可，调试或读 CPython 相关源码时可对照此流程。

# 可迭代对象
items = [1, 2, 3]
# 调用 __iter__() 获取迭代器
iterator = iter(items)

# 手动模拟 for 循环
while True:
    try:
        # 调用 __next__() 获取下一个元素
        x = next(iterator)
    except StopIteration:
        # 没有更多元素时结束
        break
    print(x)

4. 可迭代对象 vs 迭代器 #

• 列表、字典、字符串等容器是可迭代对象，通常不是迭代器。
• 可对同一列表 for 多遍，每次 for 会新建迭代器。
• iter(lst) 返回的才是迭代器，负责记住「取到哪了」。
• 标准库 collections.abc 提供 Iterable、Iterator 抽象基类，可用 isinstance 做类型判断。
• 读第三方库文档时常见「参数类型为 Iterable」。

from collections.abc import Iterable, Iterator

# 列表是可迭代对象
lst = [1, 2, 3]
# 获取迭代器
it = iter(lst)

# 列表是可迭代对象，但不是迭代器
print(isinstance(lst, Iterable))
print(isinstance(lst, Iterator))
# iter(lst) 返回的是迭代器
print(isinstance(it, Iterator))

	列表等容器	iter(列表)、生成器
多次 for	可以	生成器/迭代器通常不行，需重建
角色	数据源	实际「一个个取」的对象

5. 生成器与协议 #

• 生成器是项目里最常用的迭代器实现方式。
• 函数里写 yield，或写 生成器表达式 (x for x in data)，解释器会自动生成 __iter__ / __next__，无需手写状态机。
• 因此「会用 yield」就等于「满足迭代协议」。
• 可交给任何接受可迭代对象的 API（for、list、sum 等）。

# 生成器函数
def gen():
    yield 1
    yield 2

# 调用函数返回生成器对象
g = gen()
# 逐个取出元素
print(next(g))
print(next(g))

• yield 与生成器表达式的详细用法见推导式、生成器章节。

6. 自定义可迭代 #

• 仅当自定义类需要被 for 遍历时，才实现 __iter__()（返回迭代器，可以是 self 或其它对象）。
• 也可同时实现 __next__() 让类自身当迭代器（如下例）。
• 普通 CRUD、接口开发几乎不必手写；读 ORM、SDK 源码或写小型工具类时可能遇到。
• 更简单的方式往往是：用 yield 包一层生成器函数，而不是手写 __next__ 里的 index 自增。

class MyIterable:
    def __init__(self, data):
        self.data = data

    def __iter__(self):
        self.index = 0
        return self

    def __next__(self):
        if self.index < len(self.data):
            val = self.data[self.index]
            self.index += 1
            return val
        else:
            raise StopIteration

# 创建可迭代对象并遍历
my_iterable = MyIterable([1, 2, 3, 4])
for item in my_iterable:
    print(item)

7. 项目开发要点 #

• 迭代协议偏原理与选型，不阻碍日常写 for。
• for 只要求可迭代，不要求你理解协议才能写业务。
• 大数据用生成器/迭代器，不要先 list(全表)。
• 迭代器一次性消费：StopIteration 后需重新 iter() 或重新调用生成器函数。
• 实现自定义遍历：用 yield 包一层，少写 __next__ 状态机。
• 判断类型：第三方库文档写「接受 Iterable」时，列表、生成器、文件对象都可传。

8. 总结 #

• 迭代协议把 __iter__ → __next__ → StopIteration 串成 for 的底层逻辑。
• 生成器用 yield 自动满足协议。
• 记住可迭代 vs 迭代器 vs 生成器的包含关系即可应对多数场景。
• 下表速查关键符号。

方法 / 异常	作用
__iter__()	返回迭代器，供 for 使用
__next__()	返回下一项
StopIteration	没有更多元素时结束迭代
yield	自动生成生成器，满足迭代协议