Python如何写一个可迭代对象

在Python中，“可迭代对象”是理解迭代器协议的核心概念。本文将通过原理讲解+代码示例，带你掌握自定义可迭代对象的完整方法，并揭示Python中for...in循环的底层机制。

一、核心概念：迭代器协议

Python的迭代机制基于两个魔法方法：

• __iter__：返回一个迭代器对象（自身或另一个对象）
• __next__：迭代器对象必须实现的下一个值获取方法

符合此协议的对象即可被for循环、list()等内置函数消费。

二、基础实现：斐波那契数列生成器

class Fibonacci:def __init__(self, max_count):self.max_count = max_countself.count = 0self.a, self.b = 0, 1def __iter__(self):return self  # 返回自身作为迭代器def __next__(self):if self.count >= self.max_count:raise StopIterationself.count += 1value = self.aself.a, self.b = self.b, self.a + self.breturn value# 验证
fib = Fibonacci(5)
for num in fib:print(num)  # 输出: 0 1 1 2 3

三、进阶技巧：生成器表达式

使用生成器函数可简化迭代器创建：

def fib_generator(n):a, b = 0, 1for _ in range(n):yield aa, b = b, a + b# 等效于
fib = fib_generator(5)
print(list(fib))  # [0, 1, 1, 2, 3]

四、高级应用：链式迭代器

实现可多次迭代的对象：

class ReIterable:def __init__(self, data):self.data = datadef __iter__(self):return iter(self.data)  # 返回新迭代器实例# 验证
data = ReIterable([1, 2, 3])
print(list(data))  # [1, 2, 3]
print(list(data))  # 仍可迭代

五、注意事项

1. 状态管理：迭代器需维护自身状态，避免共享
2. 异常处理：正确抛出StopIteration而非返回
3. 生成器优化：对简单场景优先使用生成器表达式
4. 类型检查：使用isinstance(obj, collections.abc.Iterable)验证

六、底层原理

当执行for x in obj时，Python实际执行：

iterator = iter(obj)  # 调用__iter__
while True:try:x = next(iterator)  # 调用__next__# 执行循环体except StopIteration:break

通过实现迭代器协议，我们可以创建能被Python原生循环机制消费的对象，这是理解装饰器、上下文管理器等高级特性的重要基础。