Iteradores y el Protocolo de Iterador

La iteración está en todas partes en Python: bucles for, comprensiones, desempaquetado y sum. Los objetos participan implementando el protocolo de iterador o delegando a generadores.

Receta

class Countdown:
    def __init__(self, start: int) -> None:
        self.current = start
 
    def __iter__(self):
        return self
 
    def __next__(self) -> int:
        if self.current < 0:
            raise StopIteration
        value = self.current
        self.current -= 1
        return value
 
for n in Countdown(3):
    print(n)

Cuándo usar esto:

• Recorrido de secuencias personalizadas sin almacenar una lista completa
• Procesamiento de datos en streaming, fragmento a fragmento
• Pipelines de transformación perezosa
• Integración con itertools y bucles for

Ejemplo Funcional

from collections.abc import Iterable, Iterator
 
class CSVLines:
    def __init__(self, lines: Iterable[str]) -> None:
        self._lines = iter(lines)
 
    def __iter__(self) -> Iterator[list[str]]:
        for raw in self._lines:
            yield [cell.strip() for cell in raw.split(",")]
 
def take(iterator: Iterator[int], n: int) -> list[int]:
    result: list[int] = []
    for _ in range(n):
        try:
            result.append(next(iterator))
        except StopIteration:
            break
    return result
 
if __name__ == "__main__":
    rows = CSVLines(["a,b", "c,d"])
    for row in rows:
        print(row)
    print(take(iter(range(10)), 3))

Lo que esto demuestra:

• Un iterable puede devolver un generador desde __iter__ (el generador es un iterador)
• iter() obtiene un iterador; next() extrae elementos hasta StopIteration
• take consume manualmente un iterador con lectura limitada
• Separación entre iterable (reproducible mediante un nuevo iterador) y iterador (un solo paso)

Profundización

Cómo Funciona

• Iterable - Implementa __iter__ devolviendo un iterador.
• Iterator - Implementa __iter__ (devuelve self) y __next__.
• StopIteration - Señala el final; no debe ser capturado de forma generalizada alrededor de for.
• Funciones generadoras - yield crea un iterador automáticamente.
• iter(callable, sentinel) - Llama a callable hasta que se alcance el valor sentinel.

Resumen del Protocolo

Notas de Python

# iter con sentinel para fragmentos binarios
with open("data.bin", "rb") as fh:
    for chunk in iter(lambda: fh.read(4096), b""):
        process(chunk)

Errores Comunes

• Iterable confundido con iterator - El iterador se agota después de un for. Solución: Llamar a iter() de nuevo solo en iterables.
• Lanzar StopIteration en un generador - En generadores usar return simple; en __next__ lanzar StopIteration.
• Iterable mutable durante la iteración - Cambios de tamaño de diccionario/lista provocan errores. Solución: Crear una instantánea o posponer eliminaciones.
• getitem para iteración heredada - Protocolo de secuencia antiguo; preferir __iter__.
• Iterador infinito sin break - Bloquea al consumidor. Solución: Documentar o proporcionar take/islice.

Alternativas

Preguntas Frecuentes

Relacionado

• Generadores y yield - iteradores basados en yield
• itertools - utilidades de iteradores
• Comprensiones y Expresiones Generadoras - sintaxis de genexp
• Clases Base Abstractas - ABC de Iterable

Versiones de la pila: Esta página fue escrita para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, y uv 0.6+.