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 line f.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 self for 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 "<stdin>", line 1, in <module> 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。
原文：http://www.cnblogs.com/huey/p/4367323.html