除了对列表、集合和字典等进行迭代，还能对其他对象进行迭代：实现 __iter__ 方法的对象。例如， 文件对象就是可迭代的：

>>> dir(file)['__class__', '__delattr__', '__doc__', '__enter__', '__exit__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'closed', 'encoding', 'errors', 'fileno', 'flush', 'isatty', 'mode', 'name', 'newlines', 'next', 'read', 'readinto', 'readline', 'readlines', 'seek', 'softspace', 'tell', 'truncate', 'write', 'writelines', 'xreadlines']

file 实现了 __iter__ 方法，我们便可以像迭代列表那样迭代文件对象：

f = open('f.txt')for line in f:    print linef.close()

在 Python 2.x 中，一个实现了 __iter__ 方法的对象称之为可迭代的，一个实现了 next 方法的对象称之为迭代器。__iter__ 方法返回一个迭代器，迭代器在执行 next 方法时，会返回它的下一个值。如果 next 方法被调用，但迭代器没有值可以返回，则引发一个 StopIteration 异常。下面是一个返回斐波那契数列的迭代器。

class Fibonacci(object):    def __init__(self, n):        super(Fibonacci, self).__init__()        self.n = n        self.a = 0        self.b = 1    def next(self):        self.a, self.b = self.b, self.a + self.b        if self.a > self.n:            raise StopIteration()        return self.a    def __iter__(self):        return selffor f in Fibonacci(100):    print f

Fibonacci 实现了 next 方法，所以它是一个迭代器， __iter__ 返回的迭代器本身。

 

内置函数 iter 可以从可迭代的对象中获得迭代器：

>>> it = iter([1, 2, 3])>>> it.next()1>>> it.next()2>>> it.next()3>>> it.next()Traceback (most recent call last):  File "
     
      ", line 1, in 
      
       StopIteration
      
     

 

可以通过 list 构造方法显示地将迭代器转换为列表：

fibs = Fibonacci(100)list(fibs)

一般情况下，推荐使用迭代器而不是列表，特别是当数据量非常大的时候。迭代器每次调用只返回一个值，而列表则一次性获得所有值，如果数据量很大，列表就会占用很多的内存。