Python 中的 Iterator（迭代器）设计模式 是一种行为型设计模式，用于逐一访问集合对象中的元素而不暴露其底层实现。Python 本身对迭代器模式提供了良好的支持，迭代器通常通过 __iter__ 和 __next__ 方法实现。

迭代器模式的组成

1. 迭代器对象：实现了 __iter__() 和 __next__() 方法。

   • __iter__()：返回自身的迭代器对象（通常是 self）。
   • __next__()：返回集合中的下一个元素。如果没有更多元素，则抛出 StopIteration 异常。

2. 可迭代对象：实现了 __iter__() 方法，返回一个迭代器对象。

如何实现迭代器模式

以下是一个自定义实现的示例：

示例：一个范围的自定义迭代器

class MyRange:
    def __init__(self, start, end):
        self.start = start
        self.end = end

    def __iter__(self):
        return MyRangeIterator(self.start, self.end)


class MyRangeIterator:
    def __init__(self, start, end):
        self.current = start
        self.end = end

    def __iter__(self):
        return self

    def __next__(self):
        if self.current >= self.end:
            raise StopIteration
        value = self.current
        self.current += 1
        return value


# 使用自定义迭代器
for num in MyRange(1, 5):
    print(num)

输出：

1
2
3
4

Python 内置迭代器支持

在 Python 中，许多内置对象（如列表、字典、集合等）本身就实现了迭代器协议。您可以直接使用 iter() 和 next() 来操作这些对象：

# 迭代器操作
nums = [1, 2, 3]
iter_nums = iter(nums)  # 获取迭代器
print(next(iter_nums))  # 输出 1
print(next(iter_nums))  # 输出 2
print(next(iter_nums))  # 输出 3

生成器与迭代器

生成器是创建迭代器的一种简单方式。生成器通过函数实现，使用 yield 语句逐步生成值。

def my_range(start, end):
    current = start
    while current < end:
        yield current
        current += 1

# 使用生成器
for num in my_range(1, 5):
    print(num)

输出与上面的自定义迭代器一致。

场景与优点

• 延迟计算：迭代器一次生成一个值，适合处理大数据或无限数据流。
• 抽象与封装：通过迭代器，可以隐藏数据结构的内部实现。

总结

Python 的迭代器设计模式在日常开发中非常常见，可以通过自定义类或生成器灵活实现。实际开发中，优先选择生成器实现，因为它更简洁易读，同时符合 Pythonic 风格。