Python—生成器

生成器

生成器，利用迭代器，我们可以在每次迭代获取数据时（通过next()方法）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。为了达到记录当前状态，并配合next()函数进行迭代使用，可以采用更简便的语法

即生成器（generator），生成器是一种特殊的迭代器，它比迭代器更优雅。

创建一个生成器

列表[]—>()

li=[x**2 for x in range(6)]
print(li)
gen=(x**2 for x in range(6))
print(gen)
print(next(gen))
print(next(gen))
print(next(gen))
print(next(gen))
gen=(x**2 for x in range(6))
for i in gen:
    print(i,end=' ')
    
[0, 1, 4, 9, 16, 25]
<generator object <genexpr> at 0x000001DA74A77E08>
0
1
4
9
0 1 4 9 16 25

生成器函数

在函数中如果出现了yield关键字，那么该函数就不再是一个普通函数而是一个生成器函数

def foo():
    yield 1
    yield 2
    return 'error'
    yield 3
f=foo()
print(next(f))   # 程序会停留在对应yield后的语句
print(next(f))
print(next(f))    # 当程序遇到return，return后的语句不会再执行，报错

1
2
   print(next(f))   
StopIteration: error

next和yield进行匹配，如果遇到return，return后的语句不会再执行，直接抛出StopIteration，终止迭代。

在一个生成器中，如果return后有返回值，那么这个值就是异常的说明，而不是函数的返回值

def odd():
    n=1
    while True:
        yield n
        n+=2
odd_num=odd()
print(odd_num)
# count=0
# for i in odd_num:
#     if count>5:
#         break
#     print(i)
#     count+=1
for i in range(0,6):
    print(next(odd_num))
    
1
3
5
7
9
11

通过类来实现以上效果

class OddIter:
    def __init__(self):
        self.start=-1

    def __iter__(self):
        return self

    def __next__(self):
        self.start+=2
        return self.start

odd=OddIter()
for i in range(6):
    print(next(odd))
    
1
3
5
7
9
11

生成器支持的方法

Help on generator object:

odd = class generator(object)
 |  Methods defined here:
 |  
 |  __del__(...)
 |  
 |  __getattribute__(self, name, /)
 |      Return getattr(self, name).
 |  
 |  __iter__(self, /)
 |      Implement iter(self).
 |  
 |  __next__(self, /)
 |      Implement next(self).
 |  
 |  __repr__(self, /)
 |      Return repr(self).
 |  
 |  close(...)
 |      close() -> raise GeneratorExit inside generator.
 |  
 |  send(...)
 |      send(arg) -> send 'arg' into generator,
 |      return next yielded value or raise StopIteration.
 |  
 |  throw(...)
 |      throw(typ[,val[,tb]]) -> raise exception in generator,
 |      return next yielded value or raise StopIteration.
 |  
 |  ----------------------------------------------------------------------
 |  Data descriptors defined here:
 |  
 |  gi_code
 |  
 |  gi_frame
 |  
 |  gi_running
 |  
 |  gi_yieldfrom
 |      object being iterated by yield from, or None

None

• close()
  • 手动关闭生成器函数，后面调用会直接引起StopIteration异常

g=gen()
print(next(g))
print(next(g))
g.close()
print(next(g))   # 回溯

• send()
  • x =yield y 语句的含义：send()的作用就是使x赋值为其所传送的值（send的参数），然后让生成器执行到下一个yield
  • 如果生成器未启动，则必须在使用send()前启动生成器，而启动的方法可以使gen.next()，也可以是gen.send(None)执行到第一个yield处。之后就可以使用send(para)不断的传入值
  • 如果是已启动，则send(para)的作用就是给x赋值为发送的值（send的参数），然后，让生成器执行到下一个yield

def gen():
    value=0
    while True:
        receive=yield value
        if receive=='e':
            break
        value='got:%s'%receive
# send()的作用就是使receive赋值为其所传送的值，然后让生成器执行到下一个yield
g=gen()
print(g.send(None))
print(g.send('aaa'))
print(g.send(123))
print(g.send('e'))

0
got:aaa
got:123
    print(g.send('e'))
StopIteration

def gen():
    i=0
    while i<5:
        temp=yield i
        print(temp)
        i+=1
# 创建生成器对象
obj=gen()
# 使用next()唤醒生成器
print(next(obj))   # 0      每次next执行到yield为止    执行第一次的yield
print(next(obj))   # None 1     执行第一次的print(temp)和第二次的yield temp没有sent赋值返回None
print(obj.send('city'))   # city 2  执行第二次的print(temp)和第三次的yield temp有sent赋值返回'city'

0
None
1
city
2

• throw()
  • 手动抛出异常

def gen():
    i=0
    while i<5:
        temp=yield i
        print(temp)
        i+=1
# 创建生成器对象
obj=gen()
# 使用next()唤醒生成器
print(next(obj))
print(next(obj))
print(obj.throw(Exception,'错误警告'))

0
None
1
    print(obj.throw(Exception,'错误警告'))
Exception: 错误警告