生成器可以理解为一种数据类型,这种数据类型自动实现了迭代器协议(其它的数据类型需要调用自己内置的_iter_方法),所以生成器就是可迭代对象。Python有两种不同的方式提供生成器。
1. 生成器函数:使用yield 而不是return语句返回结果。yield语句一次返回一个结果。在每个结果中间,挂起函数的状态,以便下次从它离开的地方继续执行。yield函数的功能:
a. 把函数的结果做生迭代器(以一种优雅的方式封装好_iter_, _next_)
b. 函数的暂停与再继续运行有yield控制
yield与return的比较:
相同点:都有返回值的功能
不同点:return只能返回一次值,yield可以返回多次值
2. 生成器表达式:类似于列表推导。但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表。如
g=('egg%s' %i for i in range(1000))
print(g)
print(next(g))
print(next(g))
print(next(g))
生成器应用:读取大文件:如:
有一个文件有1T左右,并且只有一行,行之间有分隔符,我们需要把文件内的数据一行一行读取出来,然后写入数据库里面。
分析:遇到超大文件,不能直接放在内存中。要分段进行读取,以减少内存的占用
由于它只有一行,如果这样读取的话,1T 内存谁也承受不了
with open("file","r") as f:
for i in f.readlines()
print(i)
除了f.readlines(),可以用另外一个函数 file.read()
1.f.read() 函数并不是一次读取所有,可以传入 int 参数,代表读取的字符数
2.连续调用,可以读取偏移量的值 。
import os
filepath = os.path.dirname(os.path.abspath('.'))+"//a.txt"
def Myread(f,newlineseperator):
buffer ='' #暂存读取的数据
while True:
while newlineseperatorin buffer:#判断 分隔符是否存在暂存数据
pos = buffer.index(newlineseperator)#用了index方法并且返回分隔符的下表
yield buffer[:pos]#取分隔符前面的值保存在生成器
buffer=buffer[pos+len(newlineseperator):]#取过值也更新buffer,删除前面取得值加上分隔符
chunk = f.read(50)# 一次50个字符
if not chunk:#如果取不到值了,就用这个结束循环
yield buffer#最后一个分隔符后边的值加上再次取到的chunk值
break
buffer = buffer + chunk
with open(filepath,"r")as f:
for iin Myread(f,newlineseperator="{|}"):
print(i)