Odpowiedź.

Pętla for-in w Pythonie jest realizowana za pomocą protokołu iteracji, opartego na dwóch specjalnych metodach: __iter__() i __next__(). Gdy pętla się zaczyna, Python wywołuje iter(obj) (szuka metody __iter__). Jeśli zwracany jest obiekt-iterator, w którym zdefiniowano __next__(), pętla zaczyna wywoływać tę metodę, aby uzyskać każdy następny element.

Jeśli element zostaje pomyślnie zwrócony — iteracja kontynuuje. Gdy zostaje zgłoszone wyjątek StopIteration, pętla kończy działanie.

Przykład własnego iteratora:

class Counter:
    def __init__(self, low, high):
        self.current = low
        self.high = high
    def __iter__(self):
        return self
    def __next__(self):
        if self.current > self.high:
            raise StopIteration
        else:
            self.current += 1
            return self.current - 1

for num in Counter(1, 3):
    print(num)  # Wyświetli 1, 2, 3

Szczegół: Wiele standardowych struktur w Pythonie implementuje protokół iteratora; łatwo możesz zrobić swoje obiekty takie same.

Pytanie z pułapką.

Czy można używać pętli for-in z dowolnym obiektem Pythonu? Czym różni się obiekt iterowalny od iteratora?

Odpowiedź: Nie, pętla for-in wymaga, aby obiekt był iterowalny, tzn. implementował metodę __iter__(), która zwraca iterator (obiekt z metodą __next__()). Sam iterator zwraca siebie przez __iter__(), a obiekt iterowalny — nie.

Przykład:

lst = [1, 2, 3]
iterator = iter(lst)
print(hasattr(lst, '__iter__'))         # True
print(hasattr(iterator, '__next__'))    # True (iterator)
print(hasattr(lst, '__next__'))         # False (nie iterator)

Przykłady rzeczywistych błędów z powodu braku znajomości szczegółów tematu.

---

Historia

Projekt: Przetwarzanie dużych plików.

Problem: W projekcie próbowano powtórzyć iterację po obiekcie pliku (iteracja po liniach pliku) dwukrotnie bez jawnego otwierania nowego pliku — i przy drugiej iteracji nie otrzymano żadnej linii (wskaźnik już znajdował się na końcu pliku!).

---

Historia

Projekt: Integracja własnej klasy kolekcji z frameworkiem.

Problem: Klasa zaimplementowała tylko __getitem__, ale nie __iter__, i nie była zgodna z generatorami oraz standardowymi pętlami (for). Z tego powodu łamały się zewnętrzne biblioteki, które oczekiwały iteratora.

---

Historia

Projekt: Użycie map/filter na niestandardowych kolekcjach.

Problem: Własna klasa listy nie zaimplementowała __iter__ i __next__, przez co okazała się niezgodna z wieloma standardowymi funkcjami Pythona, co ujawniło się dopiero po testach integracyjnych i wymagało znacznej przeróbki.