Python的生成器函数详解
作者：LittleHuang950620
这篇文章主要介绍了Python的生成器函数,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
Python的生成器函数
生成器的概念
生成器是Python中的一个对象，对这个对象进行操作，可以依次生产出按生成器内部运算产生的数据。
但是要注意，如果不对生成器进行操作，是不会产生数据的。
称这样的方式为惰性求值，延或者迟求值。
构造生成器
- 生成器表达式
以前学过一种方式叫生成器表达式，例如：
g1 = (x*2 for x in range(5)) next(g1) 0 next(g1) 2 ...
这就不说了。
- 生成器函数
生成器函数，就是说定义函数时，内部带yield就算生成器函数。
每次返回的值就是yield后面的值，例如：
def g2():
for x in range(5):
yield x*2
list(g2)
[0, 2, 4, 6, 8]
这个yield很牛逼，和return一样，遇到之后就返回后面的值，但是yield会记住当时执行到哪里了，下一次执行从这个地方开始（就是生成器的特点）。
生成器函数的语法糖
就是yield from 语法，一种看起来简洁的表达形式吧。
普通形式的生成器函数：
def inc1():
for x in range(10000):
yield x
相当于
def inc2():
yield from range(10000)
也就是说，yield from iterable 相当于 yield item for item in iterable。
python生成器和yield语句
生成器
- 生成器是可以动态(循环一次计算一次返回一次)提供数据的可迭代对象(所以属于可迭代对象,即有__iter__()和__next__())
- 不必创建容器存储完整的结果，而节省内存空间(延迟/惰性操作)
- 含有yield语句的函数为生成器函数，返回值为生成器对象
普通可迭代对象和生成器对比
定义函数，获取列表中所有偶数
list01 = [4,54,65,6,76,87,9] #传统方式 def get_even01(): #做一个容器来存储数据 result = [] for item in list01: if item % 2 == 0: result.append(item) return result re = get_even01() for item in re: print(item) #使用生成器技术 def get_even02(): for item in list01: if item % 2 == 0: yield item #yield是生成器的关键词 re = get_even02() #返回一个生成器对象 for item in re: #使用for来迭代re,因为生成器也是可迭代对象(有__iter__()方法) print(item)
使用生成器的最大作用是节省内存
yield语句
def f1(): for i in range(2): yield i g = f1() print(g.__next__()) #0 print(g.__next__()) #1 print(g.__next__()) #抛出异常StopIteration #为了不抛出异常，改写上面的代码 def f1(): for i in range(2): yield i g = f1() while True: try: print(g.__next__()) except Exception as e: #捕获异常，结束循环 break
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。