通常，我在两个参数迭代器中看到的主要用途涉及将类似于C
API（隐式状态，无迭代概念）的函数转换为迭代器。类似于文件的对象是一个常见的示例，但是在其他包装不好的C
API的库中却可以看到。您期望的模式将是在
FindFirstFile/之类的API中看到的模式
FindNextFile，其中打开了一个资源，并且每个调用都推进内部状态并返回新值或标记变量（如
NULLC中）。通常将其包装在实现迭代器协议的类中是最好的，但是如果您必须自己进行操作，尽管API是内置的C级，则包装可能会减慢使用速度，其中两个arg迭代器在C中实现为很好，可以避免执行额外的字节码的开销。
其他示例涉及可变对象，这些可变对象在循环本身中发生了变化，例如，在字节数组中的行上以相反的顺序循环，仅在处理完成后才删除该行：
>>> from functools import partial>>> ba = bytearray(b'aaaan'*5)>>> for i in iter(partial(ba.rfind, b'n'), -1):... print(i)... ba[i:] = b''...24191494
另一种情况是，以渐进方式使用切片时，例如，一种有效的（如果很丑陋的话）将迭代器分组的
n项目组，同时
n如果输入的迭代次数不是偶数的话，则允许最终组少于项目
n长度的项目（尽管实际上我通常使用
itertools.takewhile(bool而不是两个arg
，但我实际上已经使用过
iter）：
# from future_builtins import map # Python 2 onlyfrom itertools import starmap, islice, repeatdef grouper(n, iterable): '''Returns a generator yielding n sized tuples from iterable For iterables not evenly divisible by n, the final group will be undersized. ''' # Keep islicing n items and converting to groups until we hit an empty slice return iter(map(tuple, starmap(islice, repeat((iter(iterable), n)))).__next__, ()) # Use .next instead of .__next__ on Py2
另一个用途：将多个腌制的对象写入单个文件，后跟一个前哨值（
None例如），因此，在进行腌制时，可以使用此惯用语，而无需以某种方式记住腌制的项目数，也无需
load一遍又一遍地调用直到
EOFError：
with open('picklefile', 'rb') as f: for obj in iter(pickle.Unpickler(f).load, None): ... process an object ...
