文章目录
写在前面
生成器的基础是迭代器，所以在学习本博客之前，一定要先学习迭代器
1. 什么是生成器
利用迭代器，我们可以在每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。但是我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前的状态生成下一个数据。为了达到记录当前的状态，并配合next()函数进行迭代使用，我们可以采用更加简便的语法，即生成器。生成器是一种特殊的迭代器
2.创建生成器的两种方法
2.1 类似列表解析
我们都清楚列表解析，举个例子：
data = [x*2 for x in range(5)]
for i in data:
print(i,end=' ')
# result
0,2,4,6,8
当我们将列表解析中的 “[]” 换成 " () "时，就创建了一个生成器，即：
data = (x*2 for x in range(5))
print(data)
# result
<generator object <genexpr> at 0x0000027968E71D48>
# 考虑生成器时特殊的迭代器，故我们可以调用next()方法获取下一个值
print(next(data))
# result
0
2.2 函数中使用yield，则函数为生成器
函数中没有yield关键字的还是原本的函数，函数中一旦出现yield关键字，函数不再是函数，而是生成器
def test():
yield 10
m = test()
print(m)
# result 可以看到函数返回的是一个生成器对象
<generator object test at 0x0000027968E71DC8>
# 调用next()获取下一个值
next(m) # 10
2.3 用斐波那契例子体验yield的作用
yield的作用
- 1）充当return作用
- 2）保存程序的运行状态，并且暂停程序执行
- 3）当调用next时，可以继续唤醒程序从yield的位置继续向下执行
用生成器生成斐波那契数列
代码思路：
- 1）定义斐波那契生成器(定义函数的方式)
- 2）用next()方法生成数字
def fib(n):
a = 1
b = 1
current_index = 0
while current_index < n:
data = a
a,b = b,a+b
current_index += 1
yield data
fib = fib(5) # 创建了一个生成器
print(next(fib)) # 1
print(next(fib)) # 1
print(next(fib)) # 2
print(next(fib)) # 3
print(next(fib)) # 5
print(next(fib)) # StopIteration Error
这个例子很简单，我们重点理解yield在该函数中执行的流程：
- fib = fib(5)该语句将参数5传入到生成器内，开始进入生成器内部执行代码
- 当执行第一个print(next(fib))语句时，此时data = 1,则yield将data=1返回(这里体现了yield充当return的功能)，此时程序停在了 yield data 这条语句上
- 当执行第二个print(next(fib))语句时，此时程序在上一次的暂停处被唤醒，也即在yield data处被再次唤醒，程序接着执行，接着进行while循环，直到再次遇见yield data。这里体现了yield的保存程序的运行状态，并且暂停程序执行的作用，因为每次生成的数值都不一样，说明程序保存了上一次的状态
- 以此类推，每次程序到yield data语句都会被终止暂停，直到再次调用next()方法，程序从上一次终止处继续执行，再次遇到yield，又暂停，反反复复，直到循环条件不满足或者自动抛出StopIteration Error结束
为了更加清晰地认识到yield作用，我们为上述代码增加几行print语句：
def fib(n):
a = 1
b = 1
current_index = 0
print('111111111111111111111') # add this
while current_index < n:
data = a
a,b = b,a+b
current_index += 1
print('2222222222222222222') # add this
yield data
print('3333333333333333333') # add this
fib = fib(5) # 创建了一个生成器
next(fib) # 程序停在yield data 处
# result
'11111111111111111111111'
'22222222222222222222222'
# 当我们再次调用next方法时,程序在yield处被唤醒，继续执行
next(fib)
# result
'33333333333333333333333'
'22222222222222222222222'
3. 生成器中使用return问题
考虑上面斐波那契生成器，我们因为规定了while循环所以可以使生成器停止运行，假如我们没有while循环来控制生成器，那么可以一直用next()方法去生成，从而进行无终止地迭代。那么我们怎么让生成器停止并推出呢？
使用return终止生成器：一旦遇到return，则终止生成器，异常信息为return的内容
def fib(n):
a = 1
b = 1
current_index = 0
while current_index < n:
data = a
a,b = b,a+b
current_index += 1
yield data
return '终止迭代器'
fib = fib(5) # 创建了一个生成器
print(next(fib)) # 输出1，此时程序执行到了yield data处
print(next(fib)) # 从yield data处继续执行，遇到return抛出StopIteration: 终止迭代器
一般我们在写生成器时，yield 数据左边都会有一个接收值x，这是为了使用生成器对象的send函数，接下来介绍send函数：
def fib(n):
a = 1
b = 1
current_index = 0
while current_index < n:
data = a
a,b = b,a+b
current_index += 1
x = yield data # 用x接收值
print(x)
return '终止生成器'
fib = fib(5) # 创建了一个生成器
print(next(fib)) # 输出1，此时程序执行到了yield data处,注意执行的是等号右边，左边没有执行
print(next(fib)) # 执行yield data 左边，但是此时x并没有值，所以为None.
# result
1
None
StopIteration: 终止迭代器
那么x怎么才能有值呢，有值以后又能干什么呢？
3.1 使用生成器对象的函数send()
- send也可以将程序唤醒，并且send函数接收一个参数用来传递给x，这是next函数做不到的地方，next函数不能给x传递值。
def fib(n):
a = 1
b = 1
current_index = 0
while current_index < n:
data = a
a,b = b,a+b
current_index += 1
x = yield data # 用x接收值
print(x)
return '终止生成器'
fib = fib(5) # 创建了一个生成器
print(next(fib)) # 程序停在yield data 处
print(fib.send(2)) # 程序从yield data 处被唤醒继续执行，并且将2传递给x
# result
1
2
StopIteration: 终止迭代器
所以我们可以用send函数来控制生成器退出：
def fib(n):
a = 1
b = 1
current_index = 0
while current_index < n:
data = a
a,b = b,a+b
current_index += 1
x = yield data # 用x接收值
print(x)
if x == 2:
return '终止生成器'
fib = fib(5) # 创建了一个生成器
print(next(fib)) # 程序停在yield data 处
print(fib.send(1)) # x值为1，不退出生成器
print(fib.send(2)) # x值为2，退出生成器
# result
1 # 这是生成的数据
1 # print(x)产生的1
1 # 这是生成的数据
2 # print(x)产生的2
StopIteration: 终止迭代器
小结：
- return作用：结束生成器的运行
- send作用：生成器对象.send(传递给生成器的值)