Python中有很多方便遍历的数据结构。这些结构都是Iterable对象。主要包括一下集中
集合数据类型(list、tuple、dict、set、str等)和生成器(generator)
集合数据类型对于大家应该不是难题,这里重点来探讨一下generator这个有点复杂的迭代对象。
首先来看一下如何生成generator对象, 这里主要有两种方式。
第一种:
>>> g = (i for i in range(10))
>>> g
<generator object <genexpr> at 0x00000191C9916BF8>
>>> next(g)
0
>>>
第二种:函数使用yield关键字,这是就会生成一个generator,具体用法如下。
from inspect import getgeneratorstate
def generator_state(n):
while n > 0:
yield n
n -= 1
if __name__ == "__main__":
gen = generator_state(6)
print("Step1 GenState is ", getgeneratorstate(gen))
next(gen)
print("Step2 GenState is ", getgeneratorstate(gen))
next(gen)
print("Step3 GenState is ", getgeneratorstate(gen))
运行结果如下
Step1 GenState is GEN_CREATED
Step2 GenState is GEN_SUSPENDED
Step3 GenState is GEN_SUSPENDED
生成器生成的时候状态时GEN_CREATED
运行第一个next(gen)的时候生成器的状态修改为GEN_SUSPENDED。
这是generate_state() 函数运行到yield n这一行,后边代码等待下一个next执行的时候会被执行到。
生成器整体来说不是很难,但是在协程里边用起来的时候,需要先发一个 gen.send(None)或者先运行next(gen),来激活生成器,这一点在最开始的时候没有明白,知道看到一篇关于Generator状态的的文章菜恍然大悟。希望这些能对大家有帮助。