在python类中定义生成器方法需将__iter__实现为含yield的生成器函数，每次调用返回独立generator对象，支持多次迭代；避免返回self或手动维护状态，可灵活访问实例属性和方法，但需注意惰性执行与数据结构修改风险。
在 Python 类中定义生成器方法，是让类实例支持 for 循环、list()、next() 等迭代操作的常用方式。核心在于实现 __iter__ 方法并让它返回一个生成器（即包含 yield 的函数），从而自动满足迭代协议。
让 __iter__ 返回生成器函数
最直接的方式是把 __iter__ 本身写成生成器方法：用 yield 逐个产出数据，Python 会自动将其编译为返回 generator 对象的方法。
- 不需要手动实现
__next__或维护状态变量 - 每次调用
iter(obj)都会新建一个独立的生成器，支持多次迭代 - 适合数据可一次性计算或按需生成的场景（如遍历内部列表、递归结构、范围模拟）
避免在 __iter__ 中返回自身
不要写 return self 并试图在类里同时实现 __next__ 来复用实例——这会让对象变成单次迭代器，无法重复使用，且容易因状态残留出错。
- 例如，若在
__next__中用self.index计数，第二次for循环会从上次结束位置继续，而非重头开始 - 生成器天然无状态（每次调用
__iter__都新建协程帧），更安全、更符合直觉
配合其他方法灵活控制迭代逻辑
生成器方法可以调用实例属性、其他方法，甚至嵌套循环或条件判断，逻辑清晰易读。
- 可访问
self.data、self.children等属性，做过滤（if x > 0: yield x）、转换（yield x * 2）、展开（yield from self.subitems） - 适合树形结构的深度优先/广度优先遍历、带格式处理的字段输出等场景
注意生成器的惰性与生命周期
生成器只在迭代时执行，不提前计算全部结果；一旦耗尽，再次迭代会立即结束（空序列）。
- 若需缓存结果供多次使用，应在生成器外显式转为
list或用属性缓存 - 避免在生成器中修改正在遍历的底层数据结构（如边遍历边
del列表元素），可能引发RuntimeError或跳过元素
