Python编程学习——生成器

最新推荐文章于 2024-08-26 19:20:24 发布

原创最新推荐文章于 2024-08-26 19:20:24 发布 · 746 阅读

0 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

7 篇文章

订阅专栏

本文深入探讨了Python生成器表达式的概念、与列表解析的区别、在处理大型文件时的优势，以及如何通过yield关键字创建更复杂的生成器。重点介绍了生成器在查找文件最大行长度、计数器生成器等场景的应用。

简介：生成器表达式是列表解析的一个扩展，生成器是特定的函数，允许你返回一个值，然后“暂停”代码执行，稍后恢复。它的语法与列表解析基本相同，不过函数的返回类型不是列表，而是生成器。

生成器表达式与列表解析：
两者的基本语法非常类似，举个例子：

a = [i for i in xrange(5)]      # 列表解析
b = (i for i in xrange(5))      # 生成器表达式

列表解析返回的是一个列表，生成器表达式返回的是一个生成器，我们用generator.next()方法来访问它的内容。在实际使用中，可以把生成器看成一个一次性的链表。
生成器表达式在大文件处理中有重要的意义，此时列表解析虽然方便，但是却会耗费巨大的内存，在这种情况下，使用生成器就是最好的选择。
举个例子——寻找文件的最长行：

# 列表解析
f = open("Your path", "r")
lines = [len(x.strip()) for x in f]
res = max(lines)
f.close()
# 生成器表达式
f = open("Your path", "r")
res = max(len(x.strip()) for x in f)
f.close()

生成器与yield关键字：
生成器的语法当然不止表达式一种，否则的话太局限了，如果我们需要编写复杂的生成器，就需要用到yield关键字。
yield关键字的意义有点像return关键字，同样需要在函数中使用，区别在于yield返回的东西被放在一个生成器里，下面是一个简单的生成器例子：

def gen():
    yield 1
    yield "2222"
    yield 3.14

使用这个生成器：

>>> type(gen())
<generator object gen at 0x7f11128c3    e10>
>>> testGen = gen()
>>> testGen.next()
1
>>> testGen.next()
'2222'
>>> testGen.next()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

加强特性：
生成器可以是永远运行的，举个例子：

def counter(start = 0):
    count = start
    while True:
        val = yield count
        print type(val), val
        if val is not None:
            count = val
        else : 
            count += 1
count = counter(5)
print count.next()
print count.next()
print count.send(9)
print count.next()
count.close()

这个生成器使用start为初始值，每次调用next方法进行累加计数。send方法，允许用户重置count值；close方法，结束生成器。
输出：

5
<type 'NoneType'> None
6
<type 'int'> 9
9
<type 'NoneType'> None
10