python 生成器

什么是生成器

首先，生成器是函数，它记住上一次返回时在函数体中的位置。对生成器函数的第二次（或第N次）调用跳转至该函数，而上次调用的所有局部变量都保持不变。

生成器的特点

生成器是一个函数，而且函数的参数都会保留；

迭代到下一次调用时，所使用的参数都是第一次所保留下来的，即在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的。

如何创建一个生产器

创建生产器的关键字为yield

例子：

def gen_test():
    print 'start...'
    yield 1
    print 'continue...'
    yield 2
    print 'end...'
    yield 3
    return

for i in gen_test():
    print i

打印结果：

start...
1
continue...
2
end...
3

从打印结果可以看到，迭代gen_test时，在生成器内部像是中断了一样，遇到yield即返回迭代的值，下次迭代会从上次的yield开始。

生成器的优势

现实中我们通常会创建一个列表用来循环迭代获取值，但是，受到内存限制，列表容量肯定是优先的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，后面绝大数元素所占用的空间就浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们就可以在循环过程中不断推算出后续的元素。

我们用斐波拉契数列举例：

def fib(count):
    a = 0
    b = 1
    n = 0
    while n < count:
        yield b
        c = b
        b = a + b
        a = c
        n += 1
    return

for i in fib(10):
    print i

每次yield b的时候，都会中断在此处，跳出生成器函数。

生成器中的方法

常见的生成器方法：close()、send()、throw()

close：代表手动关闭生成器，当调用了close方法后，下个迭代将抛出StopIteration异常。

send：生成器最大的特点是可以接受外部传入的一个变量，并根据变量内容计算结果返回。后续一个重要难点python协程就需要用到它。

例子：

def gen_test_send():
    print 'start...'
    value = 0
    while True:
        receive = yield value
        if receive == 'end':
            break
        value = 'get: %s' % receive

gen = gen_test_send()
print gen.send(None)
print gen.send('aaa')
print gen.send(123)
print gen.send('end')

打印结果：

start...
0
get: aaa
get: 123
Traceback (most recent call last):
  File "test.py", line 121, in <module>
    print gen.send('end')
StopIteration

需要注意的是，在启动生成器函数时只能send(None)，如果试图输入其他的值都会得到一个错误提示信息。

throw：用来向生成器函数送入一个一场，可以输入系统定义的异常，或者自定义异常。

展望

python生成器是个很重要的模块，协程编程的基础，为后续学习协程打下基础。