《Python参考手册（第4版•修订版）》——1.12 生成器

本节书摘来自异步社区《Python参考手册（第4版•修订版）》一书中的第1章，第1.12节，作者David M. Beazley，更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.12　生成器

如果使用yield语句，可以让函数生成一个结果序列，而不仅仅是一个值，例如：

def countdown(n):
    print "Counting down!"
    while n > 0:
         yield n       # 生成一个值（n）
         n -= 1

任何使用yield的函数都称为生成器。调用生成器函数将创建一个对象，该对象通过连续调用next()方法（在Python 3中是__next__()）生成一系列的结果，例如：

>>> c = countdown(5)
>>> c.next()
Counting down!
5
>>> c.next()
4
>>> c.next()
3
>>>

next()调用使生成器函数一直运行，到下一条yield语句为止。此时next()将返回传递给yield的值，而且函数将暂时中止执行。再次调用next()时，函数将继续执行yield之后的语句。此过程持续到函数返回为止。

通常不会像上面这样手动调用next()，而是会使用一个for循环，例如：

>>> for i in countdown(5):
...     print i,
Counting down!
5 4 3 2 1
>>>

生成器是编写基于处理管道、流或数据流程序的一种极其强大的方式。例如，下面的生成器函数模拟了常用于监控日志文件的UNIX tail –f命令的行为：

# tail一个文件（如tail -f） 
import time
def tail(f):
    f.seek(0,2)     # 移动到EOF
    while True:
        line = f.readline()    # 尝试读取一个新的文本行
        if not line:           # 如果没有内容，暂时休眠并再次尝试
             time.sleep(0.1)
             continue
        yield line

下面的生成器用于在很多行中查找特定的子字符串：

def grep(lines, searchtext): 
    for line in lines:
        if searchtext in line: yield line

下面的例子将以上两个生成器合并在一起，创建了一个简单的处理管道：

# UNIX "tail –f | grep python"命令的python实现 
wwwlog = tail(open("access-log"))
pylines = grep(wwwlog,"python")
for line in pylines:
    print line,

生成器的微妙之处在于，它经常和其他可迭代的对象（如列表或文件）混合在一起。特别是在编写如for item in s这样的语句时，s可以代表一个列表、文件的各行、生成器函数的结果，或者支持迭代的其他任何对象。能够在s中插入不同对象，为创建可扩展的程序提供了一个强大的工具。