一个例子理解生成器的用法

>>> def counter(start_at):
... count = start_at
... while True:
... val = (yield count)
... print val
... if val is not None:
... count = val
... else:
... count+=1
...
>>>
>>> count = count(5)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
NameError: name 'count' is not defined
>>> count = counter(5)
>>>
>>> count.next()
5
>>> count.next()
None
6
>>> count.next()
None
7
>>> count.send(100)
100
100
>>> count.next()
None

101

------------------------------------------------------------------------------------------------------------------------------------

最重要的两句话：

① yield 现在是作为表达式使用。

② 如果next() 方法被使用，yield 表达式返回None。 send() 方法被使用，yield 表达式返回send(值) 中的值。

------------------------------------------------------------------------------------------------------------------------------------

为什么要出现生成器呢 ？有迭代器不就行了 ？

不行哦，迭代器只是把一些可以迭代的对象进行迭代，或者在类中进行迭代，迭代的元素只能是这个可迭代对象中已经预先放在那里的，灵活性较低。而用函数来生成一个生成器，这个样子岂不是太灵活了，可以根据需要想生成什么就生成什么。

仔细的分析下这个例子，理解一下Python中生成器的用法。在这个例子中，生成器对象没有用send() 方法的时候，val都是为None的 ，也就是说，yield并没有把生成的值给它。

顺便提一下，python中的for循环在迭代器中的实际执行过程。

序列现在会自动地产生它们自己的迭代器, 所以一个 for 循环:
for i in seq:
 do_something_to(i)
实际上是这样工作的:
fetch = iter(seq)
while True:
  try:
       i = fetch.next()
  except StopIteration: 

break

   do_something_to(i)

就是说，一般for循环中，会自动调用next()方法，和处理StopIteration异常。