生成器的使用函数、推导式的使用

 推导式:通过循环去判断、遍历数据，生成结果数据
语法：val for val in iterable
三种方式：
        列表推导式[val for val in iterable]
        字典推导式{a:b for a,b in iterable}
        集合推导式{a for a in iterable}        

 生成器（函数）
概念：可以自定义逻辑的迭代器

区别与迭代器：
    迭代器为内置的，生成器是自定义结构

生成器的创建两种方法：
    (1)生成器表达式——区别于其他表达式：用()执行，(fuc(i) for i in iterable)
    (2)生成器函数 (def定义，里面含有yield)

        生成器方法yield区别于return ，yield执行完成后会继续执行函数中的其他内容

1、生成器表达式
gen = (i*2 for i in range(1,11)

2、生成器函数
def igen():
    n = yield 1
    n = yield 2
    n = yield 3

gen = igen()  # gen为迭代器，next调用或send传参

生成器的使用
1、next方法

 result = gen.__next__()

#生成器对象的调用，每次调用将得到一个yield返回值，并暂停生成器函数（暂停yield表达式），下次next调用接着执行剩余的部分直到yield返回值

2、send方法

gen.send(None)

result = send（res）

# 具有next属性，区别是send（res）对生成器的上一次的yield进行赋值，必须第一次执行send（None），send方法作用是：改变生成器中yield的参数，以及后续yield的相关表达式

例：

def consumer():
    n = yield "a"
    print("consunmer:%s" %n)
    n = yield "b"
    print("consunmer:%s" %n)
    n = yield "c"
    print("consunmer:%s" %n)
    n = yield "d"
    print("consunmer:%s" %n)
    # r = ' '
    # while True:
    #     n = yield r
    #     if not n:
    #         return
    #     print('[CONSUMER]Consuming %s...' % n)
    #     r = '200 OK'

def producer(c):
    # next方法启动生成器
    # c1 = c.__next__()
    # print(c1)
    # c2 = c.__next__()
    # print(c2)

    # send方法启动生成器
    # res = c.send(None)
    # print("once:%s" %res)
    # n = 0
    # while n < 3:
    #     n = n + 1
    #     # print('[PRODUCER]Producing %s...' % n)
    #     r = c.send(n)
    #     # r = c.__next__()
    #     print('[pro]consumer return: %s' % r)
    # c.close()

if __name__ == '__main__':
    c = consumer()
    producer(c)