python新闻生成,新闻-为什么你应该学习 Python 的生成器？

为什么你应该学习 Python 的生成器？

2020-02-12 15:02:03

作者:

匿名

浏览量：15次

摄影：产品经理

买单：kingname

写过一段时间代码的同学，应该对这一句话深有体会：程序的时间利用率和空间利用率往往是矛盾的，可以用时间换空间，可以用空间换时间，但很难同时提高一个程序的时间利用率和空间利用率。

但如果你尝试使用生成器来重构你的代码，也许你会发现，在一定程度上，你可以既提高时间利用率，又提高空间利用率。

我们以一个数据清洗的简单项目为例，来说明生成器如何让你的代码运行起来更加高效。

在 Redis 中，有一个列表datalist

，里面有很多的数据，这些数据可能是纯阿拉伯数字

，中文数字

，字符串"敏感信息"

。现在我们需要实现：从 Redis 中读取所有的数据，把所有的字符串敏感信息

全部丢掉，把所有中文数字全部转换为阿拉伯数字，以{"num": 12345, "date": "2019-10-30 18:12:14"}

这样的格式插入到 MongoDB 中。”

示例数据如下：41234213424

一九八八七二六三

8394520342

七二三六二九六六

敏感信息

80913408120934

敏感信息

敏感信息

95352345345

三三七四六

999993232

234234234

三六八八七七

敏感信息

如下图所示：

如果让你来写这个转换程序，你可能会这样写：import redis

import datetime

import pymongo

client = redis.Redis()

handler = pymongo.MongoClient().data_list.num

CHINESE_NUM_DICT = {

"一": "1",

"二": "2",

"三": "3",

"四": "4",

"五": "5",

"六": "6",

"七": "7",

"八": "8",

"九": "9"

}

def get_data():

datas = []

while True:

data = client.lpop("datalist")

if not data:

break

datas.append(data.decode())

return datas

def remove_sensitive_data(datas):

clear_data = []

for data in datas:

if data == "敏感信息":

continue

clear_data.append(data)

return clear_data

def tranfer_chinese_num(datas):

number_list = []

for data in datas:

try:

num = int(data)

except ValueError:

num = "".join(CHINESE_NUM_DICT[x] for x in data)

number_list.append(num)

return number_list

def save_data(number_list):

for number in number_list:

data = {"num": number, "date": datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")}

handler.insert_one(data)

raw_data = get_data()

safe_data = remove_sensitive_data(raw_data)

number_list = tranfer_chinese_num(safe_data)

save_data(number_list)

运行效果如下图所示：

这段代码，看起来很 Pythonic，一个函数只做一件事，看起来也满足编码规范。最后运行结果也正确。能有什么问题？

问题在于，这段代码，每个函数都会创建一个列表存放处理以后的数据。如果 Redis 中的数据多到超过了你当前电脑的内存怎么办？对同一批数据多次使用 for 循环，浪费了大量的时间，能不能只循环一次？

也许你会说，你可以把移除敏感信息，中文数字转阿拉伯数字的逻辑全部写在get_data函数的 while循环中，这样不就只循环一次了吗？

可以是可以，但是这样一来，get_data就做了不止一件事情，代码也显得非常混乱。如果以后要增加一个新的数据处理逻辑：

转换为数字以后，检查所有奇数位的数字相加之和与偶数位数字相加之和是否相等，丢弃所有相等的数字。”

那么你就要修改get_data的代码。

在开发软件的时候，我们应该面向扩展开放，面向修改封闭，所以不同的逻辑，确实应该分开，所以上面把每个处理逻辑分别写成函数的写法，在软件工程上没有问题。但是如何做到处理逻辑分开，又不需要对同一批数据进行多次 for 循环呢？

这个时候，就要依赖于我们的生成器了。

我们先来看看下面这一段代码的运行效果：def gen_num():

nums = []

for i in range(10):

print(f"生成数据：{i}")

nums.append(i)

return nums

nums = gen_num()

for num in nums:

print(f"打印数据：{num}")

运行效果如下图所示：

现在，我们对代码做一下修改：def gen_num():

for i in range(10):

print(f"生成数据：{i}")

yield i

nums = gen_num()

for num in nums:

print(f"打印数据：{num}")

其运行效果如下图所示：

大家对比上面两张插图。前一张插图，先生成10个数据，然后再打印10个数据。后一张图，生成一个数据，打印一个数据，再生成一个数据，再打印一个数据……

如果以代码的行号来表示运行运行逻辑，那么代码是按照这个流程运行的：1->5->6->2->3->4->6->7->6->2->3->4->6->7->6->2->3->4->6->7....

大家可以把这段代码写在 PyCharm 中，然后使用单步调试来查看它每一步运行的是哪一行代码。

程序运行到yield就会把它后面的数字抛出到外面给 for 循环， 然后进入外面 for 循环的循环体，外面的 for 循环执行完成后，又会进入gen_num函数里面的 yield i后面的一行，开启下一次 for 循环，继续生成新的数字……

整个过程中，不需要额外创建一个列表来保存中间的数据，从而达到节约内存空间的目的。而整个过程中，虽然代码写了两个 for 循环，但是如果你使用单步调试，你就会发现实际上真正的循环只有for i in range(10)。而外面的for num in nums仅仅是实现了函数内外的切换，并没有新增循环。

回到最开始的问题，我们如何使用生成器来修改代码呢？实际上你几乎只需要把return 列表改成yield 每一个元素即可：import redis

import datetime

import pymongo

client = redis.Redis()

handler = pymongo.MongoClient().data_list.num_yield

CHINESE_NUM_DICT = {

"一": "1",

"二": "2",

"三": "3",

"四": "4",

"五": "5",

"六": "6",

"七": "7",

"八": "8",

"九": "9"

}

def get_data():

while True:

data = client.lpop("datalist")

if not data:

break

yield data.decode()

def remove_sensitive_data(datas):

for data in datas:

if data == "敏感信息":

continue

yield data

def tranfer_chinese_num(datas):

for data in datas:

try:

num = int(data)

except ValueError:

num = "".join(CHINESE_NUM_DICT[x] for x in data)

yield num

def save_data(number_list):

for number in number_list:

data = {"num": number, "date": datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")}

handler.insert_one(data)

raw_data = get_data()

safe_data = remove_sensitive_data(raw_data)

number_list = tranfer_chinese_num(safe_data)

save_data(number_list)

代码如下图所示：

如果你开启 PyCharm 调试模式，你会发现，数据的流向是这样的：从 Redis 获取1条数据

这一条数据传给remove_sensitive_data

第2步处理以后的数据传给tranfer_chinese_num

第3步处理以后，传给 save_data

回到第1步

整个过程就像是一条流水线一样，数据一条一条地进行处理和存档。不需创建额外的列表，有多少条数据就循环多少次，不做多余的循环。

0 +1

0 +1

0 +1