在传统Java学习中，Iterator用于迭代器的使用和构造，适合于集合转迭代器，便于程序员适配业务逻辑。

而在Python语言中，也有迭代器的概念，本文来分享Python迭代器的使用。

在Python中，迭代器是一种可以用来遍历容器（如列表、元组、字典等）中的每个元素的对象。迭代器遵循特定的协议，即需要实现 __iter__() 和 __next__() 方法。

一、迭代器协议

__iter__()：返回迭代器对象本身。

__next__()：返回容器中的下一个元素。如果所有元素都已遍历，则抛出 StopIteration 异常。

二、创建自定义迭代器

你可以通过定义一个类并实现上述两个方法来创建自己的迭代器。

示例代码

class Counter:

def __init__(self, low, high):

self.current = low

self.high = high

def __iter__(self):

return self

def __next__(self):

if self.current < self.high:

num = self.current

self.current += 1

return num

else:

raise StopIteration

# 使用自定义迭代器

for i in Counter(0, 5):

print(i)

在当前项目根目录新建chapter04目录，新建demo01.py，拷贝以上代码：

右键运行demo01.py文件:

查看结果:

这个自定义迭代器就跟Java里重写List和Iterator一样，实现重载方法，进而迭代。

三、使用内置函数 iter() 和 next()

iter()：将一个容器对象转换为迭代器。

next()：获取迭代器的下一个元素。

示例代码

numbers = [1, 2, 3, 4, 5]

it = iter(numbers)

print(next(it)) # 输出 1

print(next(it)) # 输出 2

# ...

print(next(it)) # 输出 5

print(next(it)) # 抛出 StopIteration 异常

在chapter04目录下新建demo02.py文件，拷贝以上代码：

右键运行demo02.py文件，查看结果:

代码首先定义了迭代器，然后迭代输出，简化了其他编程语言中繁琐的配置。

如同Java超过集合和数组范围，会发生异常外，Python也出现了StopIteration异常。

四、迭代器的好处

内存效率：迭代器不需要一次性加载所有数据，因此在处理大数据集时更加高效。

惰性求值：只在需要时计算下一个值，而不是预先计算所有值。

简洁性：使用迭代器可以让代码更加简洁和易于理解。

通过以上介绍和示例，你可以更好地理解和使用Python中的迭代器。

更多Python技术学习，欢迎关注博主。