Python 中的迭代器（Iterator）是一个可以记住遍历位置的对象，用于迭代列表、元组、字典、集合和字符串等可迭代（Iterable）对象，迭代器从集合的第一个元素开始访问，直到所有的元素被访问完结束，并且只能往前不会后退。使用 collections.abc 库中的 Iterable 和 Iterator 可以判断对象是否可迭代和是否为迭代器。
>>> from collections.abc import Iterable>>> isinstance([], Iterable)True>>> isinstance({}, Iterable)True>>> isinstance('abc', Iterable)True>>> isinstance(100, Iterable)False
>>> from collections.abc import Iterator>>> isinstance([], Iterator)False>>> isinstance({}, Iterator)False>>> isinstance('abc', Iterator)False>>> isinstance(iter([]), Iterator)True>>> isinstance(iter('abc'), Iterator)True
正如上面代码所示，列表、字典和字符串都是可迭代的，而数字就不是可迭代的。但列表、字典和字符串都不是迭代器，因为可迭代的对象（如列表、元组、字典、集合和字符串），得先使用iter()方法把它们初始化为迭代器对象之后，才能使用next()方法对其进行迭代。所以iter([])和iter('abc')都是迭代器。
有了迭代器之后，就可以用next()方法对其进行迭代，如果迭代器的内容已经全部迭代完了，就会返回一个StopIteration的错误：
>>> list=[1, 2, 3, 4]>>> it = iter(list) # 创建迭代器对象>>> print (next(it)) # 输出迭代器的下一个元素1>>> print (next(it))2>>> print (next(it))3>>> print (next(it))4>>> print (next(it))Traceback (most recent call last):File "<stdin>", line 1, in <module>StopIteration
不断地调用next()方法显然太麻烦了，最简洁的方法是使用for 循环：
>>> for i in [1, 2, 3, 4]:...print(i)... 1234
注意 for 循环接收的只是可迭代对象而不是迭代器，所以实际上 for 循环帮我们同时完成了iter()和next()方法，并且在遇到StopIteration就会自动退出循环。以下代码和上面是等价的：
it = iter([1, 2, 3, 4, 5]) # 创建迭代器对象# 循环:while True:try:i = next(it) # 输出迭代器的下一个元素print(i)except StopIteration: # 遇到StopIteration就退出循环break
说完迭代器，就轮到生成器了。所谓生成器（generator）就是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
生成器（函数）有两种写法，第一种是类似于列表生成式（推导式）的写法，只不过把列表的中括号换成小括号而已：
>>> f = (x * x for x in range(10))>>> f<generator object <genexpr> at 0x1022ef630>
f 就是一个迭代器，其函数为求平方，所以能使用next()方法进行迭代：
>>> next(f)0>>> next(f)1>>> next(f)4>>> next(f)9>>> next(f)16>>> next(f)25>>> next(f)36>>> next(f)49>>> next(f)64>>> next(f)81>>> next(g)Traceback (most recent call last):File "<stdin>", line 1, in <module>StopIteration
同样地，用for 循环既然能处理可迭代对象，当然也可以处理迭代器，如下
>>> f = (x * x for x in range(10))>>> for i in f:...print(i)... 0149162536496481
第二种生成器的写法，就是在创建函数时使用yield关键字，假设我们想输出指定长度的斐波拉契数列，有如下函数：
def fib(max):n, a, b = 0, 0, 1while n < max:print(b)a, b = b, a + bn = n + 1return 'done'
调用函数如下：
>>> fib(6)112358'done'
只需要把函数中的print改为yield，该函数就变成了生成器函数：
def fib(max):n, a, b = 0, 0, 1while n < max:yield ba, b = b, a + bn = n + 1return 'done'
调用生成器函数就会得到一个生成器，实际上也就是迭代器：
>>> f = fib(6)>>> f<generator object fib at 0x104feaaa0>
所以用 for 循环进行迭代可以得到如下结果：
>>> for i in f:...print(i)... 112358
生成器函数和普通函数的执行流程不一样。普通函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成生成器的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
最后作个总结：
迭代器一定是可迭代的，但集合数据类型如列表、字典、字符串等是可迭代的但不是迭代器，可以通过iter()函数获得一个迭代器对象；凡是可作用于for 循环的对象都是可迭代的；凡是可作用于next()函数的对象都是迭代器，它们表示一个惰性计算的序列；Python 的for 循环如果接收到还不是迭代器的可迭代的对象，就会调用iter()将其变成迭代器，然后不断调用next()函数实现迭代过程；生成器就是可以让我们通过编写函数，自定义得到的迭代器。
