Python迭代器：iter与next协议实现

青禾

发布时间：2026-09-09 | 1人浏览过

原创

理解迭代器协议与iter、next的工作机制

在Python中，可迭代对象（Iterable）与迭代器（Iterator）是两个密切相关但职责不同的概念。可迭代对象只需实现__iter__()方法，返回一个迭代器即可，例如列表、元组和字符串。而迭代器必须同时实现__iter__()和__next__()方法，其中__iter__()返回自身，__next__()负责返回序列中的下一个元素。内置函数iter(obj)会调用对象的__iter__()方法获取迭代器，而next(iterator)则调用其__next__()方法推进状态。例如，对列表lst = [1, 2, 3]执行it = iter(lst)后，it即为一个列表迭代器。连续调用next(it)会依次返回1、2、3。这种协议设计将数据容器与遍历逻辑解耦，使得Python的for循环能够统一处理各种数据结构，而无需关心底层实现细节。

展示真实Python开发环境或终端中使用iter()和next()操作列表迭代器，并输出连续元素及迭代器类型。 — 使用 iter() 创建列表迭代器，并通过 next() 依次获取元素。

实现一个自定义迭代器类

要实现一个符合迭代器协议的自定义类，核心在于正确维护内部状态并实现双下划线方法。以下是一个生成指定范围内偶数的迭代器示例：class EvenIterator:\n def __init__(self, limit):\n self.current = 0\n self.limit = limit\n def __iter__(self):\n return self\n def __next__(self):\n if self.current >= self.limit:\n raise StopIteration\n value = self.current\n self.current += 2\n return value\n在该实现中，__init__初始化起始值与上限；__iter__直接返回self，表明该实例本身就是迭代器；__next__负责计算并返回下一个偶数，同时更新self.current状态。实例化it = EvenIterator(6)后，可直接使用for num in it: print(num)进行遍历，输出结果为0、2、4。由于__iter__返回了自身，该对象天然兼容Python的迭代上下文，无需额外转换即可无缝接入for、sum()、list()等内置函数。

展示真实Python编辑器中的自定义迭代器类代码与运行结果，体现__iter__、__next__和内部状态变化。 — 自定义 MyRange 迭代器，实现 iter、next 及 StopIteration。

处理StopIteration并验证迭代器行为

迭代器协议规定，当数据耗尽时，__next__()必须抛出StopIteration异常，这是Python识别遍历结束的唯一标准。若手动连续调用next(it)，在元素取尽后程序将立即中断并报错。例如，对上述EvenIterator(6)连续调用四次next()，前三次正常返回，第四次将触发StopIteration。然而，在实际开发中极少手动调用next()，因为for循环底层已封装了异常捕获机制。for循环在每次迭代时隐式调用next()，一旦捕获到StopIteration，便会自动终止循环并清理迭代器，不会将异常暴露给上层代码。这种设计既保证了遍历的安全性，又避免了冗长的try-except块。开发者只需关注业务逻辑，无需手动处理终止信号，这也是Python迭代器优雅且高效的核心原因。

展示Python终端中连续调用next()直到StopIteration，以及使用for循环遍历同一迭代器的真实运行结果。 — 交互式环境中连续调用 next()，迭代器耗尽后触发 StopIteration。

迭代器使用中的常见坑与实践选择

使用迭代器时需警惕几个典型陷阱。首先，迭代器是一次性消费品，遍历结束后内部状态已耗尽，再次使用for循环或list()将得到空结果，若需重复遍历应重新实例化或改用生成器。其次，__iter__()必须返回迭代器对象自身，若错误返回新迭代器或可迭代对象，会导致无限循环或状态混乱。此外，next(iterator, default)可安全获取默认值而不抛异常，适用于不确定长度的流式数据。实践中，迭代器适用于内存受限的大文件读取、无限序列生成或惰性计算场景；而普通列表等可迭代对象更适合需要多次随机访问、切片或频繁修改的数据集。明确区分两者边界，能有效避免状态污染与性能损耗，提升代码的健壮性。