Python迭代器通过实现__iter__()和__next__()方法遵循迭代器协议，可被for循环或next()调用直至抛出StopIteration；2. 迭代器按需生成数据，节省内存，适合处理大数据流；3. for循环内部自动调用iter()获取迭代器并持续调用next()直到遍历结束；4. 可通过定义类实现__iter__和__next__方法创建自定义迭代器，如Counter类从1计数到n；5. 生成器提供更简洁方式，使用yield关键字在函数中暂停执行并返回值，自动成为迭代器。
Python迭代器的核心在于遵循迭代器协议，即实现 __iter__() 和 __next__() 两个方法。只要一个对象具备这两个方法，就可以被用在 for 循环中，或被 next() 函数调用，直到抛出 StopIteration 异常为止。
迭代器的基本原理
迭代器是一个可以记住遍历位置的对象，它从集合的第一个元素开始访问，直到所有元素被访问完毕。与列表等容器不同，迭代器不会一次性加载所有数据到内存，而是按需生成，节省内存资源，特别适合处理大数据流或无限序列。
当使用 for item in iterable 时，Python 内部会自动调用 iter(iterable) 获取迭代器，然后不断调用 next() 直到捕获 StopIteration。
手动实现一个迭代器
以实现一个从 1 到 n 的整数迭代器为例：
立即学习“Python免费学习笔记（深入）”；
class Counter:
def __init__(self, n):
self.n = n
self.current = 1
<pre class='brush:python;toolbar:false;'>def __iter__(self):
return self
def __next__(self):
if self.current > self.n:
raise StopIteration
else:
value = self.current
self.current += 1
return value使用方式：
for i in Counter(5):
print(i)
# 输出：1 2 3 4 5
这个类自己实现了 __iter__ 返回自身，同时实现 __next__ 控制每次返回的值，并在结束时抛出 StopIteration。
生成器：更简洁的迭代器实现
Python 提供了生成器（generator），它是一种特殊的迭代器，无需手动定义类和方法。使用 yield 关键字即可暂停函数执行并返回值。
def counter(n):
current = 1
while current <= n:
yield current
current += 1
调用该函数会返回一个生成器对象：
gen = counter(5)
for i in gen:
print(i)
# 输出：1 2 3 4 5
生成器自动实现了 __iter__ 和 __next__，代码更简洁，也支持惰性求值。
迭代器与可迭代对象的区别
可迭代对象（如 list、str、tuple）实现了 __iter__ 方法，返回一个迭代器。而迭代器本身也必须实现 __iter__ 和 __next__。常见误区是混淆两者。
例如：
my_list = [1, 2, 3] it = iter(my_list) # 获得迭代器 print(next(it)) # 1 print(next(it)) # 2
my_list 是可迭代对象，it 才是迭代器。
基本上就这些。理解迭代器的关键是掌握 next 如何逐步返回值以及何时终止。实际开发中多用生成器，但了解底层机制有助于写出更高效的代码。
