为何可遍历非迭代器对象？（以spaCy Doc对象为例）

哈哈，这个问题我刚啃Python迭代相关知识的时候也踩过坑！其实核心就是得把**可迭代对象（iterable）和迭代器（iterator）**这俩玩意儿给掰扯清楚——很多刚接触的朋友都会把它们混为一谈～

先看你遇到的情况：你用for token in doc:的时候能顺顺当当遍历每个词，但直接调用next(doc)就报错，对吧？这完全正常，因为spaCy的Doc对象是可迭代对象，但不是迭代器。

给你掰碎了说：

• 可迭代对象：只要实现了__iter__()方法的对象都算。当你用for循环遍历它的时候，Python会自动帮你做一件事：先调用iter(doc)，把这个可迭代对象转换成一个迭代器，然后再不断调用这个迭代器的__next__()方法来逐个取元素，直到取完抛出StopIteration异常，循环就自动停了。这就是为啥你能遍历Doc里的每个Token。
• 迭代器：得同时实现__iter__()和__next__()方法，而且__iter__()返回的是它自己。只有这种对象，你才能直接用next()函数去调用它，每次拿一个元素。

你可以自己验证一下（在Python交互环境里敲就行）：

>>> from collections.abc import Iterable, Iterator
>>> import spacy
>>> nlp = spacy.load("en_core_web_sm")
>>> doc = nlp("Berlin looks like a nice city")
>>> isinstance(doc, Iterable)  # 检查是不是可迭代对象
True
>>> isinstance(doc, Iterator)  # 检查是不是迭代器
False

那如果你非要用next()来逐个取Doc里的元素怎么办？简单，先把它转成迭代器就行：

>>> doc_iterator = iter(doc)
>>> next(doc_iterator)  # 这时候就会返回第一个Token：Berlin
>>> next(doc_iterator)  # 接着是looks

说白了，可迭代对象就像一个装着东西的盒子，你得先拿个“取物器”（迭代器）才能逐个掏里面的东西；而迭代器本身就是那个“取物器”，能直接上手掏。spaCy的Doc就是那个盒子，所以你得先通过iter()拿到取物器，才能用next()来取东西～

内容来源于stack exchange