Python3 迭代器与生成器

概念与用途

可迭代对象能被 for 遍历；迭代器保存遍历状态并通过 __next__() 逐项返回，结束时抛出 StopIteration。生成器是用 yield 编写迭代器的简洁方式，适合流式读取和大规模序列。

核心 API

iter(obj) 获取迭代器，next(it, default) 取下一项。生成器函数调用时不会立即执行函数体，而是在每次迭代时恢复到上次 yield 的位置。

def countdown(start: int):
    while start > 0:
        yield start
        start -= 1

numbers = countdown(3)
print(next(numbers))
for number in numbers:
    print(number)

协议规则

对象	方法/行为	可否重复遍历
可迭代对象	__iter__() 返回迭代器	通常可以
迭代器	__next__() 返回下一项	通常一次性
生成器函数	包含 yield	每次调用创建新生成器
生成器表达式	惰性表达式	一次性

示例：流式读取固定块

from io import BytesIO

def read_chunks(stream, size: int):
    while chunk := stream.read(size):
        yield chunk

source = BytesIO(b"abcdefghij")
for chunk in read_chunks(source, 4):
    print(chunk)

生成器把控制权和状态保存在暂停点，异常也会在消费时而非创建时出现。调用方必须在正确边界处理异常和关闭底层流，不能因为构造生成器成功便认为操作已完成。

常见错误与工程注意

• 迭代器通常是一次性的，耗尽后需要重新创建。
• 不要用 list(generator) 处理无限生成器或超大数据流。
• 生成器持有局部状态和资源；提前停止时可调用 close()，资源管理优先结合 with。