首页 > > 网络编程 > 其它 >

生成器

2018-11-02 08:49:56来源：博客园阅读 ()

一、简介

生成器本质就是迭代器
生成器对象可以直接进行for循环

1. 生成器特点

省内存
惰性机制
只能向前，不能反复

2. 获取生成器获取方式

通过生成器函数
通过生成器表达式

二、生成器函数

1. yield

可以把函数分段运行
作用和return一样，也是返回数据

2. 普通函数与生成器函数区别

普通函数：

def func():
    print("111")
    return 222

ret = func()
print(ret)


结果：
111
222

生成器函数：

def func():
    print("111")
    yield 222

ret = func()
print(ret)



结果：
<generator object func at 0x0000018007451C50>

所以：

当函数中存在yield，那么这个函数就是一个生成器函数
当执行生成器函数时，实则为获取这个生成器

3. 获取生成器

def func():
    print("111")
    yield 222

ret = func()  # 获取到生成器

4. 执行生成器

通过__next__()

def func():
    print("111")
    yield 222

gener = func()
ret = gener.__next__()  # 打印 111，222返回给ret
print(ret)

当程序运行完最后一个yield，那么后面继续执行__next__()，程序会报错，但后面内容还会执行。

def func():
    print("111")
    yield 222
    print("333")
    yield 444
    print("555")

gener = func()
print(gener.__next__())  # 111 222
print(gener.__next__())  # 333 444
print(gener.__next__())  # 555 StopIteration

通过send()

send()和__next__()一样都可以让生成器执行到下一个yield，但send()可以给上一个yield的位置变量传递值。当执行完最后一个yield，再继续执行send()时，程序报错，但还可给最后一个yield位置变量传递值。

def func():
    print("111")
    a = yield 222
    print("a = ", a)
    print("333")
    b = yield 444
    print("b = ", b)

gener = func()
gener.__next__()  # 111
print(gener.send("1"))  # a = 1 333 444
print(gener.send("2"))  # b = 2  StopIteration

send和__next__()区别：

send和__next__()都是让生成器向下走一次
send可以给上一个yield的位置传递值，不能给最后一个yield发送值。在第一次执行生成器代码的时候不能使用send()

5. 利用for循环获取生成器内部元素

def func():
    yield 111
    yield 222
    yield 333
    yield 444

gen = func()
for i in gen:
    print(i)


结果：
111
222
333
444

6. yield from

可以直接把可迭代对象中的每一个数据作为生成器的结果进行返回

def gen():
    lst = [11, 22, 33, 44, 55, 66]
    yield from lst


ret = gen()
for i in ret:
    print(i)


结果：
11
22
33
44
55
66

此时，上述代码相当于：

def gen():
    lst = [11, 22, 33, 44, 55, 66]
    yield lst[0]
    yield lst[1]
    yield lst[2]
    yield lst[3]
    yield lst[4]
    yield lst[5]


ret = gen()
for i in ret:
    print(i)

三、生成器表达式

1. 写法

（结果 for 变量 in 可迭代对象 if 条件筛选）

gen = (i for i in range(10))
print(gen)  # <generator object <genexpr> at 0x000002CE52D91C50>

2. 特点

本质是迭代器
省内存
惰性机制
只能向前，不能反复

3. 应用

1）list ()可把传递进来的数据转化成列表，list里面包含for循环

g = (i for i in range(10))

print(list(g))  # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

def func():
    print(111)
    yield 222

g = func()
g1 = (i for i in g)
g2 = (i for i in g1)

print(list(g)) # 111 [222]
print(list(g1)) # []
print(list(g2)) # []

3）

def add(a, b):
    return a + b

def test():
    for r_i in range(4):
        yield r_i

g = test()

for n in [2, 10]:
    g = (add(n, i) for i in g)

print(list(g))  # 20 21 22 23

此代码相当于：

def add(a, b):
    return a + b

def test():
    for r_i in range(4):
        yield r_i

g1 = test()

n = 2
g2 = (add(n, i) for i in g1)

n = 10
g3 = (add(n, i) for i in g2)

print(list(g3)) # n = 10, g3 = (add(n, i) for i in (add(n, i) for i in g1))