>>> lst =[1,2,3,4]

 >>> for i in lst:  #for 循环读取列表中的每一个元素

 ...     print i

 ...

 1

 2

 3

 4

 >>> lit =iter(lst) #创建迭代器对象

 >>> type(lit) #列表迭代器

 <type 'listiterator'>

 >>> dir(lit) #查看列表迭代器的方法 ，next()

 ['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__length_hint__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'next']

 >>> lit.next() 列表元素中的第一个元素

 1

 >>> lit.next() 列表元素中的第二个元素

 2

 >>> lit.next()

 3

 >>> lit.next()

 4

 >>> lit.next()

 Traceback (most recent call last):

   File "<stdin>", line 1, in <module>

 StopIteration

 >>> lit =iter(lst)
　　#这个for循环与前面list for循环，从结果看是一样的。实际上，运行过程上是有区别的。
　　类似文件，读取大数据的时候，用for循环完成对迭代器对象中每个元素读取的过程，可体现出迭代器的优势。
　　因为是把所要读取的元素一个一个拿到内存，而不是一下全部放到内存

 >>> for i in lit:

 ...     print i

 ...

 1

 2

 3

 4

 >>> help(iter)

 Help on built-in function iter in module __builtin__:

 #返回值是一个迭代对象
　　#参数必须是符合迭代协议的对象，或者是序列对象

 iter(...)

     iter(collection) -> iterator

     iter(callable, sentinel) -> iterator

     Get an iterator from an object.  In the first form, the argument must

     supply its own iterator, or be a sequence.

     In the second form, the callable is called until it returns the sentinel.

 >>>