迭代器（Iterator）：迭代器可以看作是一个特殊的对象。每次调用对象时，它都会返回其下一个元素。从实现的角度来看，迭代器对象

必须定义______iter__()方法和next()方法的对象。

Python的Iterator对象表示数据流，可以看作是有序列，但我们不能提前知道序列的长度，所以Iterator

计算是惰性的，只有在需要返回下一个数据时才会计算；Iterator对象可以被next()函数调用并返回下一个数据，直到没有数据

抛出Stopiteration错误；所有Iterable可迭代对象都可以通过内置函数iter()转换为迭代器iteration。__iter__( )方法是让对象可以使用

for … In循环遍历时找到数据对象的位置，next( )方法是让对象通过next(实例名)访问下一个元素。除了内置函数next调用外，还可以

也可以通过collection中的Iterator类型来判断它是否是迭代器。例如: isinstance(’’, Iterator)可判断字符串类型是否迭代。注意

意： list、dict、虽然str是iterable，但它不是iterator。迭代器的优点：节省内存（在循环过程中不需要一次读取数据，特别是在处理文件对象时

因为文件也是迭代器对象，所以很有用)、不依赖索引值，实现惰性计算(需要时再计算值)；

例如：以迭代器的形式访问文件

for line in open(“test.txt”):print(line)

这样，每次读取一行，输出一行，而不是一次读取整个文件以节省内存。迭代器的使用有限：只能一个接一个地访问数据

无数据无法再次访问数据，无数据无法再次访问遍历访问

举例：

l=[1,2,3,4]
i=iter(l)#迭代器i代从list列表生成
list(i)#将迭代器内容转换为列表，输出[1、2、3、4]
list(i)#将迭代器内容再次转换为列表，输出[]
for循环访问：
i=iter(l)
forkini:print(k)#输出1、2、3、4
forkini:print(k)#再循环没有输出

如果需要解决这个问题，可以分别定义可迭代对象，并在每次访问前从可迭代对象重生和迭代对象；当所有元素都被取出时，迭代器

再次调用next后，会抛出Stopiteration异常，这不是错误的，而是告诉外部调用器迭代已经完成。

更多知识请关注Python视频教程。