python生成器

利用迭代器，我们可以在每次迭代获取数据时(通过next()方法)按照特定规律进行生成。但是我们在实现一个迭代器时，关于当前迭代的状态需要我们自己记录，进而才能根据当前的状态生成下一个数据。为了达到纪录当前状态，并配合next()函数进行迭代使用，可以采用更简洁的语法。
即生成器(generator)，生成器是一种特殊迭代器，它比迭代器更优雅

生成器创建方法

1.把一个列表生成式的 [ ] 改成 ( )

li = [x ** 2 for x in range(6)]
print(li)
'''
[0, 1, 4, 9, 16, 25]
'''

gen = (x ** 2 for x in range(6))
print(gen)
'''
<generator object <genexpr> at 0x00000268D3C48BF8>
'''

print("通过next()函数取得下一个值")
print(next(gen))
print(next(gen))
print(next(gen))
print(next(gen))
print(next(gen))
print(next(gen))
'''
通过next()函数取得下一个值
0
1
4
9
16
25

'''

print("通过for遍历")
gen = (x ** 2 for x in range(6))
for i in gen:
    print(i, end=' ')
'''
通过for遍历
0 1 4 9 16 25 

'''

2.用函数实现

import collections


class FibIterator(object):
    """斐波那契数列迭代器"""

    def __init__(self, n):
        # 记录生成fibonacci的数列的个数
        self.n = n
        # 记录当前遍历的下标
        self.current_index = 0
        # 记录fibonacci数列前面的两个值
        self.num1 = 0
        self.num2 = 1

    def __next__(self):
        """被next()函数调用来获取下一个数"""
        if self.current_index < self.n:
            num = self.num1
            self.num1, self.num2 = self.num2, self.num1 + self.num2
            self.current_index += 1
            return num
        else:
            raise StopIteration

    def __iter__(self):
        """迭代器的__iter__返回自身即可"""
        return self

在用迭代器实现的方式中，我们要借助几个变量(n、current_index、num1、num2)来保存迭代的状态。现在我们用生成器来实现一下。

def fib(n):
    current_index = 0
    num1, num2 = 0, 1
    while current_index < n:
        # print(num1) # 打印斐波那契数列
        """
         1. 假如函数中有yield，则不再是函数，而是生成器
         2. yield 会产生一个断点
         3. 假如yield后面紧接着一个数据，就会把数据返回，
            作为next()函数或者for ...in...迭代出的下一个值
        """
        yield num1
        num1, num2 = num2, num1 + num2
        current_index += 1

if __name__ == '__main__':
    # 假如函数中有yield，则不再是函数，而是一个生成器
    gen = fib(5)

    # 　生成器是一种特殊的迭代器
    for num in gen:
        print(num)

在使用生成器实现的方式中，我们将原本在迭代器__next__方法中实现的基本逻辑放到一个函数中来实现，但是将打印输出方式换成 yield，此时新定义的函数便不再是函数，而是一个生成器了。简单来说：只要在函数中有yield关键字的 就称为 生成器

此时按照调用函数的方式( 案例中为gen = fib(5) )使用生成器就不再是执行函数体了，而是会返回一个生成器对象（ 案例中为gen ），然后就可以按照使用迭代器的方式来使用生成器了。

# 使用for...in ...打印生成器的内容

if __name__ == '__main__':
    # 假如函数中有yield，则不再是函数，而是一个生成器
    gen = fib(5)

    # 　生成器是一种特殊的迭代器
    for num in gen:
        print(num)
'''
0
1
1
2
3
5
'''

生成器的执行过程

def fib(n):
    current_index = 0
    num1, num2 = 0, 1
    print("---1---")
    while current_index < n:
        print("---2---")
        # print(num1) # 打印斐波那契数列
        yield num1  # 假如函数中有yield，则不再是迭代器，而是生成器
        print("---3---")
        num1, num2 = num2, num1 + num2
        current_index += 1
        print("---4---")


if __name__ == '__main__':
    # 假如函数中有yield，则不再是函数，而是一个生成器
    gen = fib(5)

    # 取得生成器的下一个值
    print(next(gen))
    print(next(gen))
    print(next(gen))
'''
---1---
---2---
0
---3---
---4---
---2---
1
---3---
---4---
---2---
1
'''

• 在函数中如果出现了yield关键字，那么该函数不再是一个普通函数而是一个生成器函数

• yield关键字有两点作用：

  • 保存当前运行状态（断点），然后暂停执行，即将生成器（函数）挂起
  • 将yield关键字后面表达式的值作为返回值返回，此时可以理解为起到了return的作用

• 可以使用next()函数让生成器从断点处继续执行，即唤醒生成器（函数）

生成器支持的方法

• close()

  • 手动关闭生成器函数，后面调用会直接引起StopIteration异常

    def gen():
        yield 1
        yield 2
        yield 3
        yield 4
    
    
    g = gen()
    print(next(g))
    print(next(g))
    g.close()
    print(next(g))  # 回溯
    '''
    1
    2
      
    StopIteration
    '''
    

• send()

  • send()的作用就是使receive赋值为其所传送的值，然后让生成器执行到下一个yield
  • 如果生成器未启动，则必须在使用send()前启动生成器，而启动的方法可以是gen.next()，也可以是gen.send(None)执行到第一个yield处。之后就可以使用send()不断的传入值了
  • 如果已启动，则send(para)的作用就是给x付志伟发送的值(send的参数)，然后让生成器执行到下一个yield

def gen():
    value = 0
    while True:
        receive = yield value
        if receive == "e":
            break
        value = "got:%s" % receive


# send()的作用就是使receive赋值为其所传送的值，然后让生成器执行到下一个yield

g = gen()
print(g.send(None))
print(g.send("aaa"))
print(g.send(123))
'''
0
got:aaa
got:123
'''
print(g.send("e"))
'''
StopIteration
'''