python特性（七）：通过生成器函数构造序列对象的迭代器

在前面的博文中介绍过如何构造序列对象的迭代器。本文将通过生成器函数来重写这篇博文的代码。

事实上，一个序列对象的迭代器，依赖于一个整数序列的迭代器。看下面的代码。

def MyGenerator(len):
    start  = 0
    while start < len:
        yield start
        start = start + 1


gen = MyGenerator(3)
print gen.next()
print gen.next()
print gen.next()
print gen.next()

当调用第1次next方法时， 会首先执行MyGenerator方法的第1行代码start = 0。然后进入循环。这里len的值通过参数传入为3。因此while的条件表达式为真。进入循环后，遇到yield语句，方法的执行过程被挂起。next方法的返回值为start的值，即0。

当调用第2次next方法时，接着上面的挂起点，往下执行start = start + 1语句，start的值变为1。接着又进入while循环的条件判断，start<len依然为真。因此，又执行yield语句。但是由于start值为1，故而这一次next方法返回的值为1。

第3次next方法的调用类似。

当调用第4次next方法时，while循环的条件判断start < len为假，while循环结束，MyGenerator方法调用也随之结束，抛出StopIteration异常。

输出结果

0
1
2
Traceback (most recent call last):
  File "test.py", line 21, in <module>
    print gen.next()
StopIteration

有了上面的结果，重写序列对象的迭代器轻而易举。

def MyGenerator(sequence):
    start  = 0
    while start < len(sequence):
        yield sequence[start]
        start = start + 1


gen = MyGenerator([1,2,3,'a','b','c'])

for i in gen:
    print i

对比之前迭代器类的代码，我们可以认识到，yield关键字为构造迭代器提供了多大的方便。它使得代码长度缩减许多，同时也大大增强了可读性。