Python：迭代协议|iterator|python|spiderlinebreakprint|调用|迭代协议

Python 的“迭代”并不是一组语法，而是一种行为约定（protocol）。

当我们在使用 for 循环、生成器、推导式或内置函数（如 sum()、max()、sorted()）时，底层都在遵循同一套迭代协议。

理解迭代协议，意味着真正理解 Python 世界中“数据流动”的机制。

一、什么是迭代协议

迭代协议（Iteration Protocol）是 Python 用来统一访问序列数据的一种约定。

任何对象，只要遵守以下两条规则，就能参与迭代操作：

实现 __iter__() 方法，返回一个迭代器对象。

迭代器对象实现 __next__() 方法，每次调用返回下一个元素。

这就是所谓的“可迭代对象 + 迭代器对象”机制。

换句话说，Python 不关心对象的具体类型，只要它实现了这两个方法，就被视为“可迭代”的。这正体现了 Python 的鸭子类型（Duck Typing）思想。

二、迭代协议的执行过程

当你编写一段 for 循环时，例如：

for x in [10, 20, 30]:
    print(x)

解释器实际上执行了以下等价逻辑：

iter_obj = iter([10, 20, 30])   # 调用 __iter__()
while True:
    try:
        item = next(iter_obj)   # 调用 __next__()
        print(item)
    except StopIteration:
        break

也就是说：

• iter() 触发对象的 __iter__() 方法，返回一个迭代器；

• next() 触发迭代器的 __next__() 方法，取出下一个元素；

• 当没有数据时，__next__() 抛出 StopIteration 异常，循环结束。

这个三步过程（iter → next → StopIteration）就是迭代协议的核心。

三、__iter__()：迭代的入口

迭代协议从 __iter__() 开始，它告诉 Python：“我可以被迭代”。

任何实现了 __iter__() 方法的对象，都能用于 for 循环、推导式、sum() 等操作。

class Numbers:
    def __init__(self, n):
        self.n = n

    def __iter__(self):
        print("调用 __iter__()，返回一个迭代器对象")
        return iter(range(self.n))  # 调用内置 range 的迭代器

for num in Numbers(3):
    print(num)

输出：

调用 __iter__()，返回一个迭代器对象
0
1
2

此处 Numbers 自身不是迭代器，但通过实现 __iter__()，它变成了可迭代对象（Iterable）。

当执行 for 语句时，Python 会调用可迭代对象的 __iter__() 方法来生成一个新的迭代器。

四、__next__()：迭代的推进

__next__() 方法定义了“下一步该返回什么数据”。它属于迭代器对象（Iterator）的职责。

示例：我们自己实现一个简单迭代器。

class Counter:
    """迭代器：从 1 递增到 n"""
    def __init__(self, n):
        self.current = 1
        self.n = n

    def __next__(self):
        if self.current <= self.n:
            val = self.current
            self.current += 1
            return val
        else:
            raise StopIteration

    def __iter__(self):
        return self  # 迭代器应返回自身

使用方式：

for i in Counter(3):
    print(i)

输出：

1
2
3

Counter 同时实现了 __iter__() 和 __next__()，因此它既是可迭代对象，也是迭代器对象。

五、迭代协议的兼容机制

在 Python 2 中还没有 __iter__() 方法，因此解释器提供了一种兼容机制：若对象没有定义 __iter__()，则尝试使用 __getitem__() 从索引 0 开始连续取值，直到抛出 IndexError 为止。

例如：

class Legacy:
    def __init__(self, seq):
        self.seq = seq

    def __getitem__(self, index):
        return self.seq[index]  # 旧式协议：逐项返回

for x in Legacy("abc"):
    print(x, end=' ')

输出：

a b c

Python 内部的逻辑相当于：

try:
    index = 0
    while True:
        value = obj[index]
        ...
        index += 1
except IndexError:
    pass

这种“回退策略”确保了旧代码仍能在 Python 3 中正常工作。

六、生成器与迭代协议

生成器（generator）是迭代协议的天然实现者。

由 yield 语句定义的函数，会自动生成一个同时具有 __iter__() 与 __next__() 的对象。

def squares(n):
    for i in range(n):
        yield i * i  # 自动实现 __next__()

g = squares(5)

print(next(g))  # 0
print(next(g))  # 1

for val in g:
    print(val)  # 继续输出 4, 9, 16

输出：

生成器无需显式定义类，它的运行逻辑完全符合迭代协议：

• iter(g) 返回自身；

• next(g) 产出下一个值；

• 结束时自动抛出 StopIteration。

七、抽象基类与迭代协议

Python 的 .abc 模块定义了几个与迭代协议相关的抽象基类（ABC）：

Iterable：拥有 __iter__() 方法的对象；

Iterator：既有 __iter__() 又有 __next__() 的对象。

from collections.abc import Iterable, Iterator

lst = [1, 2, 3]
it = iter(lst)

print(isinstance(lst, Iterable))  # True
print(isinstance(lst, Iterator))  # False
print(isinstance(it, Iterator))   # True

输出：

True
False
True

• 列表是可迭代对象，但不是迭代器。

• iter(lst) 返回的迭代器对象才具备 __next__() 方法。

八、扩展协议：反向与异步迭代

Python 还定义了若干迭代协议的扩展形式，用于特殊场景。

1、反向迭代协议

如果对象实现了 __reversed__()，就能被 reversed() 调用：

class Words:
    def __init__(self, text):
        self.words = text.split()

    def __reversed__(self):
        return reversed(self.words)

for w in reversed(Words("Python is fun")):
    print(w)

输出：