生成器

为什么需要生成器：

假如现在有一个需求，要打印从1-1亿的整形。如果采用普通的方式，直接调用range函数，那么程序肯定会崩溃，因为range(1,100000000)函数直接产生一个从1-1亿的列表，这个列表中的所有数据都是存放在内存中的，会导致内存爆满。这时候可以采用生成器来解决这个问题，生成器不会一次性把所有数据都加载到内存中，而是在循环的时候临时生成的，循环一次生成一个，所以在程序运行期间永远都只会生成一个数据，从而大大节省内存。

解决打印1-1亿的问题：
用range函数配合圆括号可以产生一个生成器：

    # 普通的列表
    num_list = [x for x in range(1,100000000)]
    print(type(num_list))

    # 生成器
    num_gen = (x for x in range(1,100000000))
    print(type(num_gen))

生成器运行原理：

生成器可以通过函数产生。如果在一个函数中出现了yield表达式，那么这个函数将不再是一个普通的函数，而是一个生成器函数。yield一次返回一个结果，并且会冻结当前函数的状态。

用生成器解决1-1亿的问题：

1. 使用圆括号的生成器：

   ret = (x for x in range(1,100000000))
   print(type(ret))
   

2. 使用函数：

   def my_gen(start,end):
       index = start
       while index <= end:
           yield index
           index += 1
   
   # 生成器有两个身份：迭代器和可迭代的对象
   ret = my_gen(1,100000000)
   for x in ret:
       print(x)
   

生成器其实是迭代器也是可迭代对象：

因为生成器是迭代器也是可迭代的对象，那么可以通过for循环进行遍历。并且因为它自身集成了迭代器和可迭代对象两个身份，因此它能被遍历一次。

next方法:

next函数可以迭代生成器的返回值

生成器可以通过函数产生。如果在一个函数中出现了yield表达式，那么这个函数将不再是一个普通的函数，而是一个生成器函数。yield一次返回一个结果，并且会冻结当前函数的状态。以下是一个非常简单的生成器：

 def my_gen():
     yield 1
     yield 2
     yield 3

那么想要获取里面的值，可以通过以下方式获取：

    ret = my_gen()
    print(next(ret))
    print(next(ret))
    print(next(ret))

send方法：

1. send方法和next方法类似，可以用来触发生成器的下一个yield，但是send不仅可以触发下一个yield，还可以发送数据过去，作为yield表达式的值。
2. 如果用send方法执行刚刚开始的生成器，那么应该传None给send方法。不传或者传其他值都会报错。

def my_gen(start):
        while start < 10:
            temp = yield start
            print(temp)
            start += 1


    ret = my_gen(1)
    # next(ret)返回1
    # 以下结果会打印1
    print(next(ret))
    # send("Hello World")返回2
    # 但是会将"Hello World"赋值给yield start
    # 因此temp = "Hello World"
    # 那么会打印"Hello World"
    # 并且打印2
    print(ret.send('Hello World'))

send方法和next函数的区别：

1. send方法可以传递值给yield表达式，而next不可以。
2. 在第一次执行生成器代码的时候，send函数必须要传一个None进去，而next函数可以不用传。

生成器中的return语句会触发StopIterator异常：

def my_gen(start):
    while start < 3:
        temp = yield start
        # print(temp)
        start += 1
        # 触发StopIterator异常，会导致不能继续遍历
        return "nihao"

ret = my_gen(1)
for x in ret:
    print(x)

生成器的使用案例：

1. 用yield实现斐波拉契数列：
   斐波拉契数列的算法：除第一个和第二个数以外，任意一个数都可由前两个数相加得到：1,1,2,3,5,8,13,21,34,55…

用yield做多任务切换：

def neteasy_music(duration):
     c_time = 0
     while c_time < duration:
         print('播放音乐 %d分钟'%c_time)
         yield None
         c_time += 1

def youku_movie(duration):
    c_time = 0
    while c_time < duration:
        print('播放电影 %d分钟' % c_time)
        yield None
        c_time += 1

def main():
    music = neteasy_music(10)
    qq = youku_movie(10)
    music_stop = False
    movie_stop = False
    while True:
        try:
            next(music)
        except StopIteration:
            print('音乐播放完毕')
            music_stop = True

        try:
            next(qq)
        except StopIteration:
            print('电影播放完毕')
            movie_stop = True

        if music_stop and movie_stop:
            break

用yield做一个简单的协程：

from urllib.request import urlretrieve

def Consumer(url):
    while True:
        if url:
            filename = url.split('/').pop()
            url = yield urlretrieve(url,filename='images/'+filename)
            print('consumer')

def Producter(consumer):
    # 先执行一下，让后面的send不会报错
    index = 2
    next(consumer)
    while index < 10:
        print('生产者已经获取了第%d个图片链接' % index)
        url = 'http://127.0.0.1:9000/%d.jpg' % index
        consumer.send(url)
        print('producter')
        index += 1

    consumer.close()

 con = Consumer("http://127.0.0.1:9000/1.jpg")
 Producter(con)