Python生成器

□ 生成器generator
	□ 生成器指的是生成器对象，可以由生成器表达式，也可以由yield关键字得到一个生成器函数，
	调用这个函数得到一个生成器对象.
□ 生成器函数
	□ 函数体中包含yield关键字的函数，返回生成器对象，生成器的函数体不会立即被执行
	□ 生成器对象是一个可迭代对象
	□ 生成器对象是延迟计算，惰性求值的

举例：1

def inc():
	for i in range(5):
		yield i
print(type(inc))
print(type(inc()))
x = inc()
print(type(x))
print(next(x))
for m in x:
	print(m, '*')
for m in x:
	print(m, '**')

如下所示：
inc是一个function
inc()函数返回值为生成器，这是由于yield关键字
next()方法可以从生成器中取出元素，当元素都被取出之后，生成器内便不再有元素.无法再次进行迭代

举例：2

def gen():
	print("line 1")
	yield 1 # 暂停执行，并且返回1
	print("line 2")
	yield 2 # 暂停执行，并且返回2
	print("line 3")
	return 3 # 结束函数
next(gen()) # line 1
next(gen()) # line 1
g = gen()
print(next(g)) # line 1
print(next(g)) # line 2
print(next(g)) # StopIteration 异常

结果如下，每次调用生成器函数，会返回一个新的生成器对象，如果在一个函数中有多个yield，则从当前位置执行到yield时，会暂停执行，并且把yield后的值返回:如下面打印的1和2
再次执行next函数时，会从yield语句的后（下一行）开始执行，执行到下一个yield关键字，renturn关键字仍然可以终止程序，但是return后的值将不会被捕获（并没有返回3不是吗），并且return会导致无法获取下一个值，抛出StopIteration异常

将上面报错的地方改为print(next(g, ‘End’))，此处’End’为默认值，如果生成器迭代结束，返回默认值，而不是报错
举例：3

def fnc():
	for x in range(3):
		ret = yield x
		print(ret)
it = fnc()
print(next(it)) # call_1
print(next(it)) # call_2
print(next(it)) # call_3
print(next(it)) # call_4

我们来分析一下下面的结果：
□ 第一次调用next时当执行到ret = yield x时，所执行的操作为：
1.声明一个名为ret的变量，此时变量值为None
2.yield x的执行，暂停程序并且返回x的值打印0，注意这里只是返回给调用方打印出来，而不是赋值给ret
□ 第二次调用next时：
1.从上次暂停位置后面开始，即print(ret)，此时由于ret在call_1中并没有得到赋值，所以依然为None
2.此次循环结束，执行到下一次循环，重复call_1的操作，ret还是未赋值，yield 返回1
□ 第三次调用next：
同call_2，打印ret的值为None，重复call_1的操作，ret未赋值，yield 返回2
□ 第四次调用next:
同call_2，打印ret的值为None，由于循环结束，即生成器迭代结束，没有元素可以迭代，但是next的目的是要从生成器中取值，所以本次抛出StopIteration异常

yield from

def inc():
	for x in range(1000):
		yield x
# 等价于
def inc():
	yield from range(1000)

yield from是python3.3出现的新语法
yield from itertable 是 for item in itaerable: yield item的语法糖