第三十八次总结：生成器

什么是生成器？

　　通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的，而且创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

　　所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在Python中，这种一边循环一边计算的机制，称为生成器：generator

　　生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。

　　生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值，因此生成器看起来像是一个函数，但是表现得却像是迭代器

 

 

创建一个生成器

通过列表生成式

把列表生成式中的[]

替换为()

得到的就是一个生成器

 

通过函数的改造

在函数中添加yield

那么该函数的调用，就是在创造一个生成器

 

yield 英 [jiːld] 美 [jiːld] v. 出产(作物);产生(收益、效益等);提供;屈服;让步;放弃;缴出 n. 产量;产出;利润

 

函数中如果有了yield

该函数就不是一个普通的函数了

它是一个生成器函数

生成器函数名（）

可以得到一生成器

这种效果类似于

类名（）

得到一个对象

 

生成器的使用

生成器对象.__next__（）

执行生成器函数中的代码

同时返回yield后面的数据

 

yield的效果

相当于一个保存点

如果生成器调用__next__方法，会从上一个保存点开始，直到遇见了yield就会停住，同时返回yield后面的数据

 

 

for循环遍历的本质

for 变量 in 列表：
​
•   print(变量)

 

第一步，它会调用列表的__iter__方法，得到一个迭代器

obj = li.__iter__()
# obj.__next__()
# obj.__iter__()

 

第二步，针对这个迭代器，进行方法的调用

它会调用这个迭代器的__next__方法

并且把值，赋给 变量

 

第三步，打印输出这个变量

第四步，继续打印输出这个变量

第五步。。。继续，直到无法获得变量，遇到一个异常

上述的第三，四五步可以通过一个无限循环来解决

在循环中捕捉这个异常，捕捉成功就退出无限循环，让程序结束

 

li = ["张飞", "马超"]
​
obj = li.__iter__()
while True:
    try:
        i = obj.__next__()
        print(i)
    except StopIteration as t:
        break