Python 中的迭代器、可迭代对象、生成器和装饰器是四个重要但容易混淆的概念。它们各有不同的用途，理解它们的区别能让你写出更高效、更具 Python 风格的代码。

1. 可迭代对象（Iterable）

什么是可迭代对象？

一个可迭代对象是任何可以返回一个迭代器的对象。你可以把它想象成一个“容器”，里面装着可以逐个访问的元素。它内部实现了 __iter__() 方法，这个方法会返回一个迭代器。

怎么用？

• 所有序列类型，比如列表（list）、元组（tuple）和字符串（string），都是可迭代对象。

• 字典（dict）、集合（set）和文件对象也是可迭代对象。

• 你可以直接在 for 循环中使用可迭代对象。

示例：

my_list = [1, 2, 3]  # my_list 是一个可迭代对象

# for 循环会自动调用 my_list.__iter__() 来获取一个迭代器
for item in my_list:
    print(item)

2. 迭代器（Iterator）

什么是迭代器？

一个迭代器是一个“状态”对象，它知道如何遍历一个可迭代对象中的所有元素。它实现了两个关键方法：

• __iter__()：返回迭代器自身。

• __next__()：返回序列中的下一个元素。当没有更多元素时，它会抛出 StopIteration 异常。

怎么用？

通常你不需要手动创建迭代器，for 循环会为你处理这些。但如果你想手动控制迭代过程，可以使用 iter() 函数来获取一个可迭代对象的迭代器，然后使用 next() 函数来逐个获取元素。

示例：

my_list = [1, 2, 3]
my_iterator = iter(my_list)  # 获取迭代器

print(next(my_iterator))  # 输出: 1
print(next(my_iterator))  # 输出: 2
print(next(my_iterator))  # 输出: 3
# print(next(my_iterator)) # 再次调用会抛出 StopIteration 异常

区别总结：可迭代对象 vs. 迭代器

• 可迭代对象是“容器”，它能被迭代。

• 迭代器是“指针”，它记录迭代的当前位置。

• for 循环的工作原理是：首先调用可迭代对象的 __iter__() 方法来获取一个迭代器，然后不断调用迭代器的 __next__() 方法，直到捕获到 StopIteration 异常。

3. 生成器（Generator）

什么是生成器？

生成器是一种特殊类型的迭代器，它可以“惰性”地生成值，而不是一次性将所有值存储在内存中。它通过 yield 关键字来生成值。当 yield 语句被执行时，函数会暂停执行并返回一个值，同时保留其内部状态。下一次调用 next() 时，函数会从暂停的地方继续执行。

怎么用？

有两种创建生成器的方式：

• 生成器函数：包含 yield 关键字的函数。

• 生成器表达式：类似列表推导式，但使用圆括号 ()。

示例：

# 生成器函数
def my_generator():
    yield 1
    yield 2
    yield 3

gen = my_generator() # gen 是一个生成器对象
print(next(gen)) # 输出: 1
print(next(gen)) # 输出: 2

# 生成器表达式
gen_exp = (x for x in [1, 2, 3])
print(next(gen_exp)) # 输出: 1

生成器 vs. 迭代器

• 生成器是创建迭代器的一种简洁方式。

• 生成器可以自动处理 StopIteration 异常和 __next__() 方法的实现，你只需使用 yield 关键字。

• 生成器特别适合处理大量数据，因为它只在需要时才生成值，节省了大量内存。

4. 装饰器（Decorator）

什么是装饰器？

装饰器是一种特殊类型的函数，它接收另一个函数作为参数，并返回一个新的函数。它的主要作用是在不修改原始函数代码的情况下，给原始函数添加额外的功能（比如计时、日志记录、权限检查等）。

怎么用？

使用 @ 符号来应用装饰器，这是一种语法糖。

示例：

import time

def timer_decorator(func):
    """一个简单的计时装饰器"""
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)  # 调用原始函数
        end_time = time.time()
        print(f"函数 {func.__name__} 执行耗时: {end_time - start_time:.4f} 秒")
        return result
    return wrapper

@timer_decorator
def complex_task():
    """一个需要计时的复杂任务"""
    print("开始执行复杂任务...")
    time.sleep(2)
    print("复杂任务执行完毕！")

complex_task()

区别总结：装饰器 vs. 其他

• 装饰器与迭代器、可迭代对象、生成器没有直接关系。

• 前三者（迭代器、可迭代对象、生成器）是关于数据访问和遍历的模式。

• 装饰器是一种关于函数或类功能扩展的模式。它们解决的是完全不同的问题。

区别与总结

概念	作用	核心	典型用法
可迭代对象	容器，可被迭代	__iter__() 方法	for 循环
迭代器	状态，记录迭代位置	__next__() 方法	next() 函数
生成器	惰性生成值的迭代器	yield 关键字	内存优化，大数据处理
装饰器	扩展函数功能	@ 语法糖，高阶函数	日志、计时、权限控制