1.生成器:
是一个特殊的迭代器(迭代的抽象层级更高)
所以,拥有迭代器的特性,惰性计算数据,节省内存。能够记录下状态,并通过next()函数,访问下一个状态。具备可迭代性。
但是,如果打造一个自己的迭代器,比较复杂,需要实现很多方法(在后续的面相对象编程中会讲解)。所以,就有一个更加优雅的方式:“生成器”
2.创建方式:
2.1生成器表达式:把列表推导式的[]换成()
(i for i in range(1, 100) if i % 2 == 0)
# 列表推导式 # l = [i for i in range(1, 1000000) if i % 2 == 0] # 生成器表达式(把列表推导式的[]换成()) l = (i for i in range(1, 1000000) if i % 2 == 0) print(next(l)) print(next(l)) print(l.__next__()) # 等同于print(next()) for v in l: print(v)
2.2生成器函数:
函数中包含yield语句。这个函数的执行结果就是“生成器”。
yield,可以阻断当前的函数执行。然后,使用next()函数,或者,生成器.__next__(),都会让函数继续执行。然后,当执行到下一个yield的 时候,又会被暂停 def test(): print("xxxxxxxxxx") yield 1 print("a") yield 2 print("b") yield 3 print("c") yield 4 print("d") yield 5 print("e") yield 6 print("f")
3.产生数据方式:
生成器具备可迭代性。
next()函数,等价于,生成器.__next__()
可用for in方式访问遍历。
def test(): for i in range(1, 1000): if i % 2 == 0: yield i g = test() print(g) print(next(g)) print(next(g)) print(next(g)) print(next(g)) print(next(g)) print(next(g))
4.send()函数:
send()方法有一个参数,指定的是上一次被挂起的yield语句的返回值。
相比于生成器.__next__(),可以额外的给yield语句传值。
注意第一次调用->t.send(None)
def test(): res1 = yield 1 print(res1) res2 = yield 2 print(res2) t = test() # print(t.__next__()) # print(t.__next__()) print(t.send(None)) print(t.send(100))
5.关闭生成器:
g.close
后续如果继续调用,会抛出StopIteration异常提示
def test(): yield 1 print("a") yield 2 print("b") yield 3 print("c") # 生成一个生成器 g = test() print(g.__next__()) g.close() print(g.__next__()) print(g.__next__()) print(g.__next__())
6.注意:
如果碰到return,会直接终止,抛出StopIeration异常提示
def test(): yield 1 print("a") return 10 yield 2 print("b") yield 3 print("c") # 生成一个生成器 g = test() print(g.__next__()) print(g.__next__()) print(g.__next__())
生成器只会遍历一次
def test(): yield 1 print("a") yield 2 print("b") yield 3 print("c") # 生成一个生成器 g = test() for i in g: print(i) print("-" * 40) #再生成一遍生成器,就可以再次遍历了 g = test() for i in g: print(i)