Python 迭代器和生成器有什么区别？yield 和迭代器协议详解

迭代器是实现了 __iter__ 和 __next__ 方法的对象，生成器是用 yield 关键字自动创建的迭代器。生成器是迭代器的子集——所有生成器都是迭代器，但迭代器不一定是生成器。核心区别：生成器更简洁，且天然支持惰性求值。

迭代器协议

迭代器必须实现两个方法：

• __iter__：返回 self（让迭代器本身也可迭代）
• __next__：返回下一个值，没有值时抛出 StopIteration

python
class Countdown:
    def __init__(self, start):
        self.current = start

    def __iter__(self):
        return self

    def __next__(self):
        if self.current <= 0:
            raise StopIteration
        self.current -= 1
        return self.current + 1

for n in Countdown(3):
    print(n)  # 3, 2, 1

手动实现迭代器要写 __iter__、__next__、维护状态、处理 StopIteration。代码量多，容易写错。

生成器：迭代器的语法糖

生成器用 yield 关键字，Python 自动实现迭代器协议：

python
def countdown(start):
    current = start
    while current > 0:
        yield current
        current -= 1

for n in countdown(3):
    print(n)  # 3, 2, 1

调用 countdown(3) 不会执行函数体，而是返回一个生成器对象。每次 next() 执行到 yield 暂停并返回值，下次 next() 从暂停处继续。

3 行代码 vs 10 行代码，效果完全一样。这就是为什么 Python 社区几乎总是用生成器而不是手写迭代器。

生成器表达式

类似列表推导式，但用圆括号，惰性求值：

python
# 列表推导式 — 一次性生成所有数据
squares = [x**2 for x in range(1000000)]  # 占用大量内存

# 生成器表达式 — 按需生成
squares = (x**2 for x in range(1000000))  # 几乎不占内存

# 在 sum/max/min 等函数里直接用
total = sum(x**2 for x in range(1000000))

处理大数据时，生成器表达式是列表推导式的直接替代。

yield from：委托给子生成器

yield from 把迭代委托给另一个生成器，避免手写 for 循环：

python
def flatten(nested):
    for item in nested:
        if isinstance(item, list):
            yield from flatten(item)  # 递归展开
        else:
            yield item

list(flatten([1, [2, [3, 4]], 5]))  # [1, 2, 3, 4, 5]

yield from 不只是语法糖——它还正确处理了 send()、throw()、close() 等生成器方法的传递。

生成器做协程

yield 不只能返回值，还能接收值（通过 send()），这让生成器可以用来实现协程：

python
def accumulator():
    total = 0
    while True:
        value = yield total
        if value is None:
            break
        total += value

gen = accumulator()
next(gen)           # 启动生成器，返回 0
gen.send(10)         # 返回 10
gen.send(20)         # 返回 30

Python 3.5+ 推荐用 async/await 替代这种用法，但理解 yield 的双向通信有助于理解协程原理。

追问

迭代器只能遍历一次吗？

是的。迭代器是有状态的，遍历完就空了。要重新遍历，需要创建新的迭代器。可迭代对象（如列表）每次调用 iter() 都返回新的迭代器。

生成器的内存优势有多大？

读 10GB 日志文件，for line in open("log.txt") 只占几 KB 内存（每次读一行）。readlines() 会把整个文件加载到内存。差距在数据量大时非常显著。