迭代就是循环的意思，也就是对一个集合中的元素进行循环，从而得到每一个元素。对于我们自定义的类，也可以让其支持迭代，这就是本文要介绍的特殊成员方法__iter__的作用。用该成员方法可以自定义一个Python迭代器
自定义可迭代的类
可能有的读者会问，为什么不使用列表呢？列表可以获取列表的长度，然后使用变量i对列表索引进行循环，不照样可以获取集合的所有元素吗，还容易理解。没错，使用列表的代码是容易理解，也很好操作，但这是要付出代价的。列表之所以可以用索引来快速定位其中的任何一个元素，是因为列表是一下子将所有的数据都装载的内存中了，而且是一块连续的内存空间。如果数据量比较小还好说，如果数据量很大的话，会非常消耗内存资源。而迭代就不同，迭代是读取多少元素，就将多少元素装载到内存中，不读取就不装载。这有点像处理XML的两种方式：DOM和SAX。DOM是一下子将所有的XML数据都装载到内存中，所以可以快速定位任何一个元素，但代价是消耗内存，而SAX是顺序读取XML文档，没读到的XML文档内容是不会装载到内存中的，所以SAX比较节省内存，但只能从前向后顺序读取XML文档的内容。
如果在一个类中定义__iter__方法，那么这个类的实例就是一个迭代器。iter__方法需要返回一个迭代器，所以就返回对象本身即可（也就是self）。当对象没迭代一次时，就会调用迭代器中的另外一个特殊成员方法__next。该方法需要返回当前迭代的结果。下面让我们先看一个简单的例子，在这个例子中，通过自定义迭代器对由星号（*）组成的直角三角形的每一行进行迭代，然后通过for循环进行迭代，输出一定行数的直角三角形。
# 可无限迭代直角三角形的行
class RightTriangle:
def __init__(self):
# 定义一个变量n，表示当前的行数
self.n = 1
def __next__(self):
# 通过字符串的乘法获取直角三角形每一行的字符串，每一行字符串的长度是2 * n - 1
result = '*' * (2 * self.n - 1)
# 行数加1
self.n += 1
return result
# 该方法必须返回一个迭代器
def __iter__(self):
return self
rt = RightTriangle()
# 对迭代器进行迭代
for e in rt:
# 限制输出行的长度不能大于20，否则会无限输出行
if len(e) > 20:
break;
print(e)
程序运行结果如下图所示。
将迭代器转换为列表
尽管迭代器很好用，但仍然不具备某些功能，例如，通过索引获取某个元素，进行分片操作。这些操作都是列表的专利，所以在很多时候，需要将迭代器转换为列表。但有很多迭代器都是无限迭代的，就像上一节中的斐波那契数列的迭代。因此，在将迭代器转换为列表时，需要给迭代器能够迭代的元素限定一个范围，否则内存就会溢出了。如果要让迭代器停止迭代，只需要抛出StopIteration异常即可。通过list函数可以直接将迭代器转换为列表。
下面的代码会将斐波那契数列迭代器通过list函数转换为列表。斐波那契数列迭代器限制了最大迭代值不能超过500。
# 将迭代器转换为列表
class Fibonacci:
def __init__(self):
self.a = 0
self.b = 1
def __next__(self):
result = self.a
self.a, self.b = self.b, self.a + self.b
# 要想让迭代停止，需要抛出StopIteration异常
if result > 500: raise StopIteration
return result
def __iter__(self):
return self
fibs1 = Fibonacci()
# 将迭代器转换为列表
print(list(fibs1))
fibs2 = Fibonacci()
# 使用for循环对迭代器进行迭代
for fib in fibs2:
print(fib, end = ' ')
程序运行结果如图下图所示。
从上面的代码可以看出，尽管在__next__方法中，当result大于500时抛出了StopIteration异常，但这个异常是在迭代的过程中由系统处理的，并不会在程序中抛出，所以如果要将无限迭代改成有限迭代，可以在适当的时候抛出StopIteration异常。
