Python 生成器

1. 什么是生成器

上篇文章讲了Python迭代器;这篇文章就来研究一下生成器。

生成器：一种特殊的迭代器，含有yield的函数就是生成器。
特殊在哪里？ 生成器是一个没有手动实现__iter__和__next__方法的迭代器。

下属代码就是一个生成器

def func():
    x = 0
    while True:
        x += 1
        yield x**2

# 生成器的使用方式
f = func()  # func中含有yield，因此是一个生成器，同时func返回的是一个生成器对象
for i in range(10):
    ret = next(f)
    print(ret)

---

2. 创建生成器的方法

2.1 方法一

将列表生成式的[]换成()
如下：

n = [x for x in range(10)]
print(n)  # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

m = (x for x in range(10))
print(m)  # <generator object <genexpr> at 0x0000027D9AAFE660>

可以看到，m是一个生成器对象。

---

2.2 方法二

在函数中使用yield
如下:

def func():
    for i in range(10):
        yield i


f = func()
print(f)  # <generator object func at 0x000001ABFCEC19E0>

f也是一个生成器对象；这里要明白，当函数中含有yield的时候，python会认为它是一个生成器，因此调用函数时，会返回一个生成器对象。

---

3. 生成器的使用

3.1 yield的作用

yield的作用：像return一样返回一个值，然后将程序的指针停在此处，下次调用时，将从指针处继续执行。

def func():
    for i in range(10):
        yield i


f = func()
print(next(f))  # 0
print(next(f))  # 1
print(next(f))  # 2

看上述代码，每次通过next调用生成器对象时，都会继续执行for循环，因此得到的最终结果是0 1 2。

但是如果使用return的话

def func():
    for i in range(10):
        return i


f = func()
print(f)  # 0
print(f)  # 0
print(f)  # 0

每次调用函数都会从开始执行，因此返回值i会不停的被覆盖成0。

yield和return的异同：
同：都会返回一个值
异：yield会暂停函数，下次调用可从暂停处继续；而return则是直接结束函数，下次调用从头开始。

---

3.2 调用生成器的两种方法

3.2.1 next(生成器对象)

在迭代器中，介绍过next()函数，他会调用迭代器中的__next__方法，从而进行一次值的获取。而生成器是一种特殊的迭代器，就可以理解为生成器就是迭代器。因此，生成器也可以使用next()函数进行调用。

这里重申一下next的语法：

next(迭代器对象（生成器对象）)

值的注意的是，生成器返回的值是一个生成器对象，因此无法像普通函数那样调用生成器；只能使用next()函数进行调用。因此使用2.2中的生成器的方法如下

def func():
    for i in range(10):
        yield i


f = func()
print(next(f))  # 0
print(next(f))  # 1
print(next(f))  # 2

在使用next()调用生成器的时候，程序会记住yield的断点位置，每次都能够从断点处继续执行。

---

3.2.2 生成器对象.send(value)

上面介绍了通过next()函数调用生成器，其实也可以通过.send()调用。

send()可以完成对生成器传入值的操作，next(x)其实就等于x.send(None)

比如：

def func():
    for i in range(10):
        m = yield i
        print(m)


f = func()
print(next(f))
print(f.send('哈哈'))
print(f.send('呵呵'))

输出

0
哈哈
1
呵呵
2

注意：在首次调用生成器对象的时候，要使用next()或.send(None)；如果使用send传入其他参数则程序会报错。

def func():
    for i in range(10):
        m = yield i
        print(m)


f = func()
f.send('11')

报错

TypeError: can't send non-None value to a just-started generator

---

4. 生成器和迭代器的异同

同：都存储了生成一组数据的方法，节省存储空间
异：生成器可以做到对程序的暂停，且在暂停后可以自动保存数据，下次继续执行时，数据不会重置；而迭代器不能暂停程序的执行，运行过程中数据的保存需要靠自己来实现。

---