再谈python生成器Generator(二)

最近在读《流畅的python》，读书的好处是它可以帮你把混乱的概念屡清楚。这篇文章再谈几个概念：生成器、生成器函数、生成器表达式。

生成器是一个对象，是一个实例化的东西，等同于迭代器。

生成器函数是个函数，函数体含有yield表达式。

>>> def gen_123():
...     yield 1
...     yield 2
...     yield 3
...
>>> gen_123
<function gen_123 at 0x0243D570>
>>> gen_123()
<generator object gen_123 at 0x02424A08>

从生成器函数可以得到一个生成器，而根据上一篇文章，生成器就是一个迭代器，不断的应用next()能遍历每一个元素，最终得到StopIteration异常。遍历出来的元素就是生成器函数里面yield的内容。

那什么是生成器表达式呢？

书中是从列表推导引出这个概念的，并介绍了“惰性实现”的概念。

下面是书中14-8的例子

>>> def gen_AB(): #①
...     print('start')
...     yield 'A'
...     print('continue')
...     yield 'B'
...     print('end.')
...
>>> res1 = [x*3 for x in gen_AB()] #②
start
continue
end.
>>> for i in res1: #③
...     print('-->',i)
...
('-->', 'AAA')
('-->', 'BBB')
>>> res2 = (x*3 for x in gen_AB()) #④
>>> res2 #⑤
<generator object <genexpr> at 0x02264AA8>
>>> for i in res2: #⑥
...     print('-->',i)
...
start
('-->', 'AAA')
continue
('-->', 'BBB')
end.
>>>

res1是列表推导的结果，列表推导迫不及待地把生成器gen_AB()先遍历了，所以输出了start、congtinue和end，得到的结果res1是一个list对象。

res2是生成器表达式的结果，生成器表达式仅输出生成器，不遍历生成器。这就是“惰性”的意思，把遍历操作留给程序员，就是⑥那里的for循环。

其实生成器表达式和生成器函数都是为了得到生成器，只不过使用生成器表达式可以省去写生成器函数！

那么何时使用生成器函数，何时使用生成器表达式呢？

作者在14.7节给出了答案，直接引用过来：

遇到简单的情况时，可以使用生成器表达式，因为这样扫一眼就知道代码的作用。

根据我的经验，选择使用哪种句法很容易判断：如果生成器表达式要分成很多行写，我倾向于定义生成器函数，以便提高可读性。此外，生成器函数有名称，可以重复使用。