直接for循环类实例报TypeError是因为未实现迭代器协议：必须定义__iter__方法并返回含__next__的迭代器对象；常见错误是遗漏__iter__或返回非迭代器。
为什么直接 for 循环类实例会报 TypeError: 'MyClass' object is not iterable
因为 Python 的 for 语句底层依赖迭代器协议：它会先尝试调用对象的 __iter__ 方法，若返回一个实现了 __next__ 的迭代器对象，才继续循环；否则直接报错。类本身不自动具备该协议，必须显式实现。
常见错误是只写 __next__ 却没配 __iter__，或 __iter__ 返回了非迭代器（比如直接返回 self 但没实现 __next__）。
-
__iter__必须返回一个对象，且该对象要有__next__方法（即迭代器对象） - 最简方案是让
__iter__返回self，但此时类必须同时实现__next__ - 如果类需支持多次独立迭代（如两次
for循环），就不能复用同一个实例作迭代器——否则第二次循环会从上次中断处继续，甚至直接抛StopIteration
如何正确实现单次可迭代的类（__iter__ + __next__）
适用于数据固定、只需一次遍历的场景，比如封装一个列表或生成一组计算值。关键点是状态管理：用实例属性（如 self._index）记录当前迭代位置，并在 __next__ 中更新和判断边界。
class Countdown:
def __init__(self, start):
self.start = start
<pre class='brush:python;toolbar:false;'>def __iter__(self):
self._counter = self.start # 每次 for 都重置计数器
return self
def __next__(self):
if self._counter <= 0:
raise StopIteration
value = self._counter
self._counter -= 1
return value注意：__iter__ 中重置 self._counter 是为了支持多次迭代；若省略这步，第二次 for 会立即触发 StopIteration。
立即学习“Python免费学习笔记（深入）”；
- 不要在
__init__中初始化迭代状态（如self._index = 0），否则无法重复使用 -
__next__必须显式抛出StopIteration结束迭代，不能靠返回None或静默退出 - 若数据源是可变容器（如
list），建议在__iter__中缓存长度或引用，避免边迭代边修改导致行为异常
怎样支持多次独立迭代（返回新迭代器对象而非 self）
当类实例可能被多个地方同时迭代，或需要保持自身状态不变时，应该让 __iter__ 返回一个**独立的迭代器对象**，而不是 self。这样每次 for 都拿到干净的新迭代器。
class Numbers:
def __init__(self, data):
self.data = data # [1, 2, 3]
<pre class='brush:python;toolbar:false;'>def __iter__(self):
return NumbersIterator(self.data) # 新对象，不污染 selfclass NumbersIterator: def init(self, data): self.data = data self.index = 0
def __next__(self):
if self.index >= len(self.data):
raise StopIteration
value = self.data[self.index]
self.index += 1
return value
def __iter__(self):
return self # 迭代器自己也是可迭代的- 分离迭代逻辑到专用类，更清晰，也天然支持多路并发迭代
-
NumbersIterator.__iter__必须返回self，否则嵌套for或list()调用会失败 - 如果只是简单包装内置容器，可直接在
__iter__中返回iter(self.data)，无需手写迭代器类
__iter__ 返回生成器函数时为什么不用写 __next__
因为生成器函数（含 yield）调用后返回的是一个生成器对象，它原生实现了迭代器协议。此时 __iter__ 只需返回这个生成器，Python 自动提供 __next__ 行为。
class Squares:
def __init__(self, n):
self.n = n
<pre class='brush:python;toolbar:false;'>def __iter__(self):
for i in range(self.n):
yield i ** 2这种写法简洁安全，且天然支持多次迭代（每次调用 __iter__ 都新建一个生成器）。但要注意：
- 生成器函数不能带状态重用逻辑（比如想“暂停后继续”需额外设计），适合一次性数据流
- 无法在生成器内部捕获
StopIteration并做清理——它由解释器自动处理 - 调试时生成器对象不显示中间变量值，比手动迭代器难追踪
真正容易被忽略的是：生成器方式虽省代码，但若类本身还需响应其他协议（如 __len__ 或索引），仍得单独实现，不能指望生成器自动补全。
