python自定义迭代器核心是实现__iter__和__next__方法：__iter__必须返回迭代器对象（通常return self），__next__必须显式raise stopiteration终止迭代，并独立维护实例状态。
Python 中实现自定义迭代器，核心就是让类同时具备 __iter__ 和 __next__ 方法，且行为符合迭代协议——否则 for 循环或 next() 会直接报错。
为什么 __iter__ 必须返回自身（或另一个迭代器）
因为 for 循环内部会先调用 iter(obj)，而该函数要求返回一个实现了 __next__ 的对象。如果 __iter__ 返回别的东西（比如 list 或 None），就会触发 TypeError: iter() returned non-iterator。
-
__iter__通常只需写成return self（适用于单次遍历场景） - 如果想支持多次遍历（如多次
for循环），__iter__应返回一个新实例，或重置内部状态（如把计数器归零） - 返回其他迭代器（如
iter(self._data)）也合法，但那就不是“自定义迭代逻辑”了
__next__ 必须手动抛出 StopIteration
这是最常踩的坑：__next__ 不能靠函数自然结束来退出，必须显式 raise StopIteration。否则迭代永远不会停止，for 会无限循环，next() 会持续返回 None 或引发意外错误。
- 在逻辑末尾加
raise StopIteration是硬性要求 - 不要用
return代替；return（无值）等价于return None，不会终止迭代 - 若依赖外部数据源（如文件、网络流），需在每次取值前检查是否耗尽，再决定是否 raise
状态管理容易被忽略：多个迭代器实例互不干扰
每个迭代器对象必须维护独立的状态（如当前索引、已读字节数）。如果把状态存在类变量（cls.counter）或全局变量里，多个 for 循环或并发调用就会互相污染。
- 状态变量（如
self._index）必须在__init__中初始化，且只在当前实例内修改 - 如果需要“可重入”，即同一个对象能被多次
for，就在__iter__里重置状态，而不是在__init__里一次性固定 - 注意：内置容器（如
list）每次iter()都返回新迭代器，所以天然隔离；你的类要模仿这点，就得在__iter__里做点事
真正难的不是写这两个方法，而是想清楚：这个迭代器到底代表什么过程？它的“完成条件”是什么？状态怎么才算“干净地复位”？这些决定了 __iter__ 和 __next__ 的耦合方式和边界处理逻辑。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
