一、生成器
- 是一个特殊的迭代器(迭代器的抽象层级更高)
- 拥有迭代器的特性
- 惰性计算数据, 节省内存
- 能够记录状态, 并通过next()函数, 访问下一个状态
二、创建方式
- 生成器表达式: 将列表推导式的[]换成()
result = (i for i in range(100) if i % 2 == 0)print(result)# 打印结果:at 0x101fcdeb8>复制代码
- 生成器函数: 函数中包含yleld语句, 这个函数的执行结果就是生成器
def test(): yield 1 yield 2 yield 3g = test()print(next(g))print(next(g))print(next(g))# 打印结果: 123复制代码
三、产生数据的方式
- 生成器具备可迭代的特性
- 可以使用
next()函数访问生成器中的数据 - 每一次使用
next()函数, 都会执行一个yield之前的代码, 并将yield后的值返回出来, 同时记录已经执行了第几个yield
def test(): print("a") yield 1 print("b") yield 2 print("c") g = test()复制代码 - 执行代码:
result = next(g)print(result)# 打印: a1复制代码
- 生成器第一次执行
next函数, 直接执行yield 1之前的代码, 接着将yield 1中yield后的1返回出来, 所以就有了上面的打印 - 同理, 可以得知继续执行下面代码, 可以打印出
b和2
result = next(g)print(result)# 打印: b2复制代码
- 如果已经执行完最后一个
yield后, 再次使用next()函数, 就会抛出错误
next(g)# 报错: StopIteration复制代码
- 使用for in可以遍历生成器, 同时不会抛出错误
for i in g: print(i)# 打印: a1b2c复制代码
生成器表达式创建的生成器, 可以用生成器函数写出:
def test(): for i in range(100): if i % 2 == 0: yield ig = test()for i in g: print(i)# 打印结果: 0-99之间的所有偶数复制代码
四、send()方法
send()方法有一个参数, 指定的是上一次被挂起的yield语句的返回值- 示例代码:
def test(): result = yield 1 print(result) result = yield 2 print(result) result = yield 3 print(result)g = test()复制代码
- 首先执行代码
result = g._next_()print(result)打印: 1复制代码
- 可以发现, 第一次执行时, 控制台只打印1, 这是因为第一个
yield前并没有任何代码, 所以这里只打印了第一次next()函数的结果 - 再次执行代码
result = g._next_()print(result)# 打印:None2复制代码
- 此时控制台打印:
None和2, 这次执行的代码是yield 1之后和yield 2之前的代码, 即print(result) - 结论: 由于
result接受的是yield 1的值, 所以说明默认情况下,yield 1执行后, 并没有任何的返回值
我们可以通过
send()函数, 给上一次执行完的yield指定一个返回值
result = g.send("XXOO")print(result)# 打印:XXOO3复制代码 - 由于之前已经执行过两次
_next_()方法, 所以这次的send("XXOO")将执行yield 2和yield 3之间的代码 - 可以看到控制台打印出
XXOO, 这正是send()函数指定的上一个yield的返回值
send()函数的注意事项
- 由于
send()函数是给上一个执行的yield指定返回值, 所以当生成器没有执行过yield时, 直接传参会报错
g = (i for i in range(10))g.send("XXOO")# 报错: TypeError: can't send non-None value to a just-started generator# 即: 不能给send函数指定一个非None的参数复制代码 - 解决方法, 第一次调用
send()函数时, 将函数传入None即可
g = (i for i in range(10))g.send(None)复制代码
五、关闭生成器
close()方法: 当生成器执行过close()方法后, 不论是否已经遍历结束, 只要再次执行_next_()方法, 就会报错
def test(): print("a") yield 1 print("b") yield 2 print("b") yield 3g = test()g.__next__()g.close()g.__next__()# 报错: StopIteration复制代码 - 由于执行了
close()方法, 之后执行__next__()方法, 将会报错
六、注意事项
- 如果在生成器中, 执行代码时碰到了
return, 那么会直接终止, 同时抛出StopIteration异常提示
def test(): print("a") yield 1 return print("b") yield 2g = test()g.__next__()g.close()g.__next__()# 报错: StopIteration复制代码 - 生成器只会遍历一次, 生成器每次执行的状态不会被重置