我们已经知道，可以直接作用于 `for`循环的数据类型有以下几种： 一类是集合数据类型，如 `list`、`tuple`、`dict`、`set`、`str`等； 一类是 `generator`，包括生成器和带 `yield`的generator function。 这些可以直接作用于 `for`循环的对象统称为可迭代对象：`Iterable`。 可以使用 `isinstance()`判断一个对象是否是 `Iterable`对象： ```plain >>> from collections.abc import Iterable >>> isinstance([], Iterable) True >>> isinstance({}, Iterable) True >>> isinstance('abc', Iterable) True >>> isinstance((x for x in range(10)), Iterable) True >>> isinstance(100, Iterable) False ``` []( "复制到剪贴板") 而生成器不但可以作用于 `for`循环，还可以被 `next()`函数不断调用并返回下一个值，直到最后抛出 `StopIteration`错误表示无法继续返回下一个值了。 可以被 `next()`函数调用并不断返回下一个值的对象称为迭代器：`Iterator`。 可以使用 `isinstance()`判断一个对象是否是 `Iterator`对象： ```plain >>> from collections.abc import Iterator >>> isinstance((x for x in range(10)), Iterator) True >>> isinstance([], Iterator) False >>> isinstance({}, Iterator) False >>> isinstance('abc', Iterator) False ``` []( "复制到剪贴板") 生成器都是 `Iterator`对象，但 `list`、`dict`、`str`虽然是 `Iterable`，却不是 `Iterator`。 把 `list`、`dict`、`str`等 `Iterable`变成 `Iterator`可以使用 `iter()`函数： ```plain >>> isinstance(iter([]), Iterator) True >>> isinstance(iter('abc'), Iterator) True ``` []( "复制到剪贴板") 你可能会问，为什么 `list`、`dict`、`str`等数据类型不是 `Iterator`？ 这是因为Python的 `Iterator`对象表示的是一个数据流，`Iterator`对象可以被 `next()`函数调用并不断返回下一个数据，直到没有数据时抛出 `StopIteration`错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过 `next()`函数实现按需计算下一个数据，所以 `Iterator`的计算是惰性的，只有在需要返回下一个数据时它才会计算。 `Iterator`甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。 ### 参考源码 [do\_iterator.py](https://liaoxuefeng.com/books/python/advanced/iterator/do_iterator.py) ### 小结 凡是可作用于 `for`循环的对象都是 `Iterable`类型； 凡是可作用于 `next()`函数的对象都是 `Iterator`类型，它们表示一个惰性计算的序列； 集合数据类型如 `list`、`dict`、`str`等是 `Iterable`但不是 `Iterator`，不过可以通过 `iter()`函数获得一个 `Iterator`对象。 Python的 `for`循环本质上就是通过不断调用 `next()`函数实现的，例如： ```python for x in [1, 2, 3, 4, 5]: pass ``` []( "复制到剪贴板") 实际上完全等价于： ```python # 首先获得Iterator对象: it = iter([1, 2, 3, 4, 5]) # 循环: while True: try: # 获得下一个值: x = next(it) except StopIteration: # 遇到StopIteration就退出循环 break ```