什么是Python迭代器和生成器？相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：申请域名、网站空间、营销软件、网站建设、振安网站维护、网站推广。
迭代器与可迭代对象
概念
迭代器：是访问数据集合内元素的一种方式，一般用来遍历数据，但是他不能像列表一样使用下标来获取数据，也就是说迭代器是不能返回的。
Iterator：迭代器对象，必须要实现 next 魔法函数
Iterable：可迭代对象，继承 Iterator，必须要实现 iter 魔法函数
比如：
from collections import Iterable,Iterator a = [1,2,3] print(isinstance(a,Iterator)) print(isinstance(a,Iterable))
返回结果
False True
在 Pycharm 中使用 alt+b 进去 list 的源码中可以看到，在 list 类中有 iter 魔法函数，也就是说只要实现了 iter 魔法函数，那么这个对象就是可迭代对象。
上面的例子中 a 是一个列表，也是一个可迭代对象，那么如何才能让这个 a 变成迭代器呢？使用 iter() 即可。
from collections import Iterable,Iterator
a = [1,2,3]
a = iter(a)
print(isinstance(a,Iterator))
print(isinstance(a,Iterable))
print(next(a))
print('----')
for x in a:
print(x)返回结果
True True 1 ---- 2 3
可以看到现在 a 是可迭代对象又是一个迭代器，说明列表 a 中有 iter 方法，该方法返回的是迭代器，这个时候使用 next 就可以获取 a 的下一个值，但是要记住迭代器中的数值只能被获取一次。
梳理迭代器 (Iterator) 与可迭代对象 (Iterable) 的区别：
可迭代对象：继承迭代器对象，可以用 for 循环(说明实现了 iter 方法)
迭代器对象：可以用 next 获取下一个值(说明实现了 next 方法)，但是每个值只能获取一次，单纯的迭代器没有实现 iter 魔法函数，所以不能使用 for 循环
只要可以用作 for 循环的都是可迭代对象
只要可以用 next() 函数的都是迭代器对象
列表,字典,字符串是可迭代对象但是不是迭代器对象，如果想变成迭代器对象可以使用 iter() 进行转换
Python 的 for 循环本质上是使用 next() 进行不断调用，for 循环的是可迭代对象，可迭代对象中有 iter 魔法函数，可迭代对象继承迭代器对象，迭代器对象中有 next 魔法函数
一般由可迭代对象变迭代器对象
大家在学python的时候肯定会遇到很多难题，以及对于新技术的追求，这里推荐一下我们的Python学习扣qun：784758214，这里是python学习者聚集地！！同时，自己是一名高级python开发工程师，从基础的python脚本到web开发、爬虫、django、数据挖掘等，零基础到项目实战的资料都有整理。送给每一位python的小伙伴！每日分享一些学习的方法和需要注意的小细节
可迭代对象
可迭代对象每次使用 for 循环一个数组的时候，本质上会从类中尝试调用 iter 魔法函数，如果类中有 iter 魔法函数的话，会优先调用iter魔法函数，当然这里切记 iter 方法必须要返回一个可以迭代的对象，不然就会报错。
如果没有定义 iter 魔法函数的话，会创建一个默认的迭代器，该迭代器调用 getitem 魔法函数，如果你没有定义 iter 和 getitem 两个魔法函数的话，该类型就不是可迭代对象，就会报错。
比如：
class s:
def __init__(self,x):
self.x = x
def __iter__(self):
return iter(self.x)
# 这里必须要返回一个可以迭代的对象
# def __getitem__(self, item):
# return self.x[item]
# iter和getitem其中必须要实现一个
a = s('123')
# 这里的a就是可迭代对象
# 这里不能调用next(a)方法，因为没有定义
for x in a:
print(x)这里把注释符去掉返回结果也是一样的，返回结果：
迭代器对象
一开始提起，iter 搭配 Iterable 做可迭代对象，next 搭配 Iterator 做迭代器。next() 接受一个迭代器对象，作用是获取迭代器对象的下一个值，迭代器是用来做迭代的，只会在需要的时候产生数据。
和可迭代对象不同，可迭代对象一开始是把所有的列表放在一个变量中，然后用 getitem 方法不断的返回数值，getitem 中的 item 就是索引值。
但是 next 方法并没有索引值，所以需要自己维护一个索引值，方便获取下一个变量的位置。
class s:
def __init__(self,x):
self.x = x
# 获取传入的对象
self.index = 0
# 维护索引值
def __next__(self):
try:
result = self.x[self.index]
# 获取传入对象的值
except IndexError:
# 如果索引值错误
raise StopIteration
# 抛出停止迭代
self.index += 1
# 索引值+1，用来获取传入对象的下一个值
return result
# 返回传入对象的值
a = s([1,2,3])
print(next(a))
print('----------')
for x in a:
# 类中并没有iter或者getitem魔法函数，不能用for循环，会报错
print(x)返回结果
Traceback (most recent call last): 1 ---------- File "C:/CODE/Python进阶知识/迭代协议/迭代器.py", line 34, infor x in a: TypeError: 's' object is not iterable
上面一个就是完整的迭代器对象，他是根据自身的索引值来获取传入对象的下一个值，并不是像可迭代对象直接把传入对象读取到内存中，所以对于一些很大的文件读取的时候，可以一行一行的读取内容，而不是把文件的所有内容读取到内存中。
生成器
生成器：函数中只要有 yield，这个函数就会变成生成器。每次运行到 yield 的时候，函数会暂停，并且保存当前的运行状态，返回返回当前的数值，并在下一次执行 next 方法的时候，又从当前位置继续往下走。
简单用法
举个例子：
def gen(): yield 1 # 返回一个对象，这个对象的值是1 def ret(): return 1 # 返回一个数字1 g = gen() r = ret() print(g,r) print(next(g))
返回结果
