python生成器

简单定义：
    在Python中，这种一边循环一边计算的机制，称为生成器（Generator）

创建生成器的两种方案：
    1：生成器函数
    2：生成器表达式


1：生成器函数
    生成器函数中一个一个关键字yield
    生成器函数执行的时候，并不会执行函数，而是得到一个生成器


yield： 只要函数中出现了yield，它就是一个生成器函数

    作用：
        1：可以返回数据
        2：可以分段的执行函数中的内容，通过__next__()可以执行到下一个yield的位置


    优势：
        用好了，特别的节省内存

1.例如：

def order():
    lst = []
    for i in range(18):
        lst.append(f"yifu{i}")
        if len(lst) == 3:
            yield lst
            print("2222222 times")
            lst = []

gen = order()  #这里执行函数后，得到的是一个生成器
print(gen.__next__())  #通过__next__()方法，返回数据，
print(gen.__next__())  #第二次执行代码就从printprint("2222222 times")这里开始。继续循环，可以通过debug来看执行过程

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield 2
    print('step 3')
    yield 3

"""
o = odd()
print(o.__next__())
print(o.__next__())
print(o.__next__())
print(o.__next__()) 
# Traceback (most recent call last):
  File "/root/PycharmProjects/untitled1/gen.py", line 28, in <module>
    print(o.__next__())
StopIteration
"""

分析过程：
    可以看到，odd不是普通函数，而是generator，在执行过程中，遇到yield就中断，下次又继续执行。执行3次yield后，已经没有yield可以执行了，所以，第4次调用next()就报错，因此这里如果要优化，就需要再调用生成器的时候判断


o = odd()

for i in range(4):
    try:
        o.__next__()
    except StopIteration:
        print("over")

2: 生成式表达式

g = (x * 2 for x in range(6))
print(g)  #<generator object <genexpr> at 0x7fe5b9c80ba0>

print(g.__next__())  #调用__next__方法才会有返回数据
print(g.__next__())
print(g.__next__())

执行结果：
0
2
4