迭代器（Iterator）：迭代器可以看作是一个特殊的对象，每次调用该对象时会返回自身的下一个元素，从实现上来看，一个迭代器对象
必须是定义了__iter__()方法和next()方法的对象。
Python的Iterator对象表示的是一个数据流，可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，所以Iterator
的计算是惰性的，只有在需要返回下一个数据时它才会计算；Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据
时抛出StopIteration错误；所有的Iterable可迭代对象均可以通过内置函数iter()来转变为迭代器Iterator。__iter__( )方法是让对象可以用
for … in循环遍历时找到数据对象的位置，next( )方法是让对象可以通过next(实例名)访问下一个元素。除了通过内置函数next调用可以
判断是否为迭代器外，还可以通过collection中的Iterator类型判断。如： isinstance(’’, Iterator)可以判断字符串类型是否迭代器。注
意： list、dict、str虽然是Iterable，却不是Iterator。迭代器优点：节约内存（循环过程中，数据不用一次读入，在处理文件对象时特别
有用，因为文件也是迭代器对象）、不依赖索引取值、实现惰性计算(需要时再取值计算)；
举例：用迭代器的方式访问文件
for line in open(“test.txt”):print(line)
这样每次读取一行就输出一行，而不是一次性将整个文件读入，节约内存。迭代器使用上存在限制：只能向前一个个地访问数据，已访问
数据无法再次访问、遍历访问一次后再访问无数据
举例：
l = [1,2,3,4] i=iter(l) #从list列表生成迭代器i list(i) #将迭代器内容转换成列表，输出[1,2,3,4] list(i) #将迭代器内容再次转换成列表，输出[] 用for循环访问： i=iter(l) for k in i:print(k) #输出1、2、3、4 for k in i:print(k) #再次循环没有输出
如果需要解决这个问题，可以分别定义一个可迭代对象，每次访问前从可迭代对象重新生成和迭代器对象；迭代器当所有的元素全部取出
后再次调用next就会抛出一个StopIteration异常，这并不是错误的发生，而是告诉外部调用者迭代完成了。
更多知识请关注。