Python系列 37 生成器

生成器

生成器（generator）是迭代器的一种特殊实现方式，有2种方式可以创建，一种是通过生成器函数创建，另一种是生成器表达式进行创建。

生成器继承了迭代器的一切优点，简而言之是迭代器的一种升级版本。

在前面的迭代器一章节中介绍过，如果要想获取一个迭代器，必须要先创建一个可迭代对象，然后调用其下的__iter__()方法才能拿到一个迭代器，这样做会产生一些问题，如下所示：

• 我们只想要一个迭代器，并不需要可迭代对象的前提下该怎么办
• 可迭代对象中的数据项会占据大量内存空间，如果要想获取1个含有1000万个数据项的列表迭代器，则必须先创建1个列表对象，再获取其专属的迭代器，虽然迭代器不耗费内存，但是可迭代对象必然耗费内存

而生成器则是简化了这种操作，只需要创建生成器函数就可以拿到一个单纯的迭代器。

如果要判断一个对象是否属于生成器，推荐使用collections.abc下的Generator进行判定：

>>> from collections.abc import Generator
>>> isinstance(list,Generator)
False

生成器函数

如果一个函数中出现yield关键字，则它就是一个生成器函数，当一个生成器函数加括号进行调用时，并不会立即运行逻辑体代码，而是返回一个生成器对象。

当对这个生成器对象调用next()方法时，将启动该生成器对象，生成器对象开始执行函数逻辑体代码。

而在执行函数逻辑体代码时如果碰见yield则会发生2件事情：

• 返回yield后面的值，类似于return函数
• 挂起当前生成器函数的运行状态，而不是结束生成器函数的运行，也就是说这个生成器对象不会被销毁

再次对生成器对象调用next()方法时恢复暂停状态，继续上述流程进行运行。

一个简单的例子：

def generatorFunction():
    n = 3
    while n:
        yield n
        n-=1
    # return None ❶

# ❷
generatorObject = generatorFunction()
print(generatorObject)

# ❸
print(next(generatorObject))
print(next(generatorObject))
print(next(generatorObject))

# ❹
print(next(generatorObject))

# <generator object generatorFunction at 0x10b5afdb0> 
# 3
# 2
# 1
# StopIteration

❶：默认的函数返回值即为None，在Python3之前的较低版本中，return关键字和yield关键字不可以同时出现在一个函数中，但是目前已经取消了这种设定

❷：生成器函数加括号，返回生成器对象

❸：生成器对象调用next()方法，开始执行函数体代码

❹：由next()方法抛出的StopIteration异常ÿ