Python可迭代对象(Iterable)、迭代器(Iterator)和生成器(generator)

Python可迭代对象(Iterable)、迭代器(Iterator)和生成器(generator)是三个不同的概念。
可迭代对象：实例化的类中含有__iter__函数
迭代器：实例化的类中含有__iter__以及__next__
生成器：将一个函数变成生成器，只需在函数中加入 yield 关键字

for循环实质上执行两个过程，__iter__调用，__next__获取。
这里注意一点：如果一个类含有__iter__， 那么for循环一定可以作用于该类的对象，但如果iter返回自身self，那么类中必须要声明一个__next__函数（这时该对象同时是一个迭代器）。否则报错(TypeError: iter() returned non-iterator of type ‘test’)。反之若iter返回另一个迭代器，没有next也是可行的，此时该对象仅是一个可迭代对象， 不是迭代器。

for 循环可以作用于任何可迭代对象。
迭代器一定是可迭代对象，可迭代对象不一定是迭代器(不能调用next情况下不是迭代器)。比如list,dict等容器(container)是可迭代对象，但不是迭代器（可用iter()转化为迭代器）。之所以要这样设计，是考虑到将迭代器作为一个无限大的数据流，这是容器无法做到的。
生成器可以视为一个特殊类型的迭代器，拥有迭代器的所有属性和方法，通常在函数中加入yield产生。使用时，不一次性全部计算出结果，而时存储函数的代码及状态，等待下一次计算。

测试代码如下：

from collections import Iterator, Iterable


class test:
    def __init__(self, data):
        self.data = data

    def __iter__(self):
        # return self
        return iter(range(5))

    # def __next__(self):
    #     if self.data > 5:
    #         raise StopIteration
    #     else:
    #         self.data += 1
    #         return self.data

    def gen(self, num):
        i = 0
        while i < num:
            yield self.data
            i += 1


t = test(1)

# for i in t.gen(2):
#     print(i)

# for _ in range(2):
#     print(next(t))

for i in t:
    print(i)

print(type(t.gen(2)))
print(isinstance(t, Iterator))
print(isinstance(t, Iterable))