本文實例講述了Python生成器定義與簡單用法。分享給大家供大家參考，具體如下：

一、什么是生成器

在Python中，由于受到內(nèi)存的限制，列表容量肯定是有限的。例如我們創(chuàng)建一個包含一億個元素的列表，Python首先會在內(nèi)存中開辟足夠的空間來存儲這個包含一億個元素的列表，然后才允許用戶去使用這個列表，這就可能會導(dǎo)致以下問題：

　　1、內(nèi)存中沒有足夠的內(nèi)存空間開存儲這個列表，從而導(dǎo)致列表無法創(chuàng)建

　　2、即使列表成功創(chuàng)建，然而仍會消耗很長的時間，導(dǎo)致程序效率低下

　　3、若用戶只想訪問列表前面的幾個元素，則后面列表絕大多數(shù)元素占用的空間就都白白浪費了

為了有效解決以上的問題，Python中引入了一種“一邊循環(huán)，一邊計算”的新機制，即當用戶需要使用某個對象時，Python才根據(jù)事先設(shè)計好的規(guī)則開辟內(nèi)存空間創(chuàng)建這個對象供用戶使用，而不是像列表一樣事先將所有的對象都創(chuàng)建完畢之后再提供給用戶使用。這種機制在Python中成為生成器（generator）。

二、生成器的創(chuàng)建

A、生成器推到式

與列表推到式類似，只不過生成器推導(dǎo)式使用()而非[],并且最終返回的是生成器而非列表

g=((i+2)**2 for i in range(2,30)) #g是一個生成器
print(g) #g為空，里面包含任何元素

運行結(jié)果：

<generator object <genexpr> at 0x0000000002263150>

B、yield關(guān)鍵字

在一個函數(shù)定義中包含yield關(guān)鍵字，則這個函數(shù)就不再是一個普通的函數(shù)，而是一個生成器（generator）

[說明]：yield指令可以暫停一個函數(shù)并返回其中間結(jié)果，使用該指令的函數(shù)將保存執(zhí)行環(huán)境，并在必要時恢復(fù)

def fib(max):
  n,a,b=0,0,1
  while n<max:
    #print(b)
    yield b
    a,b=b,a+b
    n+=1
  return 'done'
f=fib(6)
print(f)

運行結(jié)果：

<generator object fib at 0x0000000002553150>

[注]：普通函數(shù)和變成生成器的函數(shù)的不同：

普通函數(shù)是順序執(zhí)行的，遇到return或是最后一行函數(shù)語句就返回。而變成生成器的函數(shù)在每次調(diào)用__next__()方法時執(zhí)行，遇到y(tǒng)ield語句返回，再次執(zhí)行時從上次返回的yield語句處繼續(xù)執(zhí)行

f=fib(6)
print(f)
print(f.__next__())
print(f.__next__())
print('暫停一下')
print(f.__next__())
print(f.__next__())

運行結(jié)果：

<generator object fib at 0x00000000025631A8>
1
1
暫停一下
2
3

三、生成器方法（參考：伯樂在線）

1.close()方法：手動關(guān)閉生成器函數(shù)，后面的調(diào)用會直接返回StopIteration異常

def func():
  yield 1
  yield 2
  yield 3
g=func()
g.__next__()
g.close() #手動關(guān)閉生成器
g.__next__() #關(guān)閉后，yield 2和yield 3語句將不再起作用

運行結(jié)果：

Traceback (most recent call last):
  File "E:\py3Demo\Hello\generatorDemo.py", line 9, in <module>
    g.__next__() #關(guān)閉后，yield 2和yield 3語句將不再起作用
StopIteration

2.__next__()方法：返回生成器的下一次調(diào)用

def func():
  n=1
  for i in range(3):
    yield n
    n+=1
c=func()
a1=c.__next__()
a2=c.__next__()
a3=c.__next__()

[流程解釋]：

對于普通的生成器，第一個__next__()方法的調(diào)用相當于啟動生成器，此時會從生成器函數(shù)的第一行開始執(zhí)行，直到第一次執(zhí)行完yield語句（第四行）后，跳出生成器函數(shù)。

當調(diào)用第二個__next__()方法后，會重新進入生成器函數(shù)，并從yield語句的下一條語句（第五行）開始執(zhí)行，直到重新運行到y(tǒng)ield語句，執(zhí)行后再次跳出生成器函數(shù)。

后面的__next__()方法調(diào)用以此類推

3.send()方法：接受外部傳入的一個變量，并根據(jù)變量內(nèi)容計算結(jié)果返回到生成器函數(shù)中

[注]：

(1)send()方法和__next__()方法相似，區(qū)別在于send()方法可以傳遞給yield表達式值，而__next__()方法不能傳遞特定的值，只能傳遞None給yield表達式，因此可以將generator.__next__()理解為generator.send(None)

(2)第一次調(diào)用生成器函數(shù)時，必須使用__next__()語句或是send(None),不能使用send發(fā)送一個非None的值給生成器函數(shù)，否則會出錯，因為沒有yield語句來接收這個值

def gen():
  value=0
  while True:
    receive=yield value
    if receive=='end':
      break
    value='Got:%s' %receive
g=gen()
print(g.__next__()) #或是print(g.send(None)),從而啟動生成器
print(g.send('aaa'))
print(g.send(3))
print(g.send('end'))

運行結(jié)果：

0
Got:aaa
Got:3
Traceback (most recent call last):
  File "E:\py3Demo\Hello\generatorDemo.py", line 13, in <module>
    print(g.send('end'))
StopIteration

[流程解釋]：

a.通過g.send(None)或g.__next__()啟動生成器函數(shù)，并執(zhí)行到第一個yield語句結(jié)束的位置并將函數(shù)掛起。此時執(zhí)行完了yield語句，但是沒有給receive賦值，因此yield value會輸出value的初始值0

b.g.send('aaa')先將字符串‘a(chǎn)aa'傳入到生成器函數(shù)中并賦值給receive，然后從yield語句的下一句重新開始執(zhí)行函數(shù)（第五句），計算出value的值后返回到while頭部開始新一輪的循環(huán)，執(zhí)行到y(tǒng)ield value語句時停止，此時yield value會輸出‘Got:aaa',然后掛起

c.g.send(3)重復(fù)步驟b，最后輸出結(jié)果為‘Got:3'

d.g.send('end')會使程序執(zhí)行break然后跳出循環(huán)，從而函數(shù)執(zhí)行完畢，得到StopIteration異常

4.throw()方法：向生成器發(fā)送一個異常。

def gen():
  while True:
    try:
      yield 'normal value' #返回中間結(jié)果，此處的yield和return的功能相似
      yield 'normal value2'
      print('I am here')
    except ValueError:
      print('We got ValueError')
    except Exception:
      print('Other errors')
      break
g=gen()
print(g.__next__())
print(g.throw(ValueError))
print(g.__next__())
print(g.throw(TypeError))

運行結(jié)果：

Traceback (most recent call last):
  File "E:\py3Demo\Hello\generatorDemo.py", line 17, in <module>
    print(g.throw(TypeError))
StopIteration
normal value
We got ValueError
normal value
normal value2
Other errors

[解釋]：

a.print(g.__next__())會輸出normal value，并停在yield 'normal value2'之前

b.由于執(zhí)行了g.throw(ValueError),所以回跳過后續(xù)的try語句，即yield ‘normal value2'不會執(zhí)行，然后進入到except語句，打印出‘We got ValueError'。之后再次進入到while語句部分，消耗一個yield，輸出normal value

c.print(g.__next__())會執(zhí)行yield ‘normal value2'語句，并停留在執(zhí)行完該語句后的位置

d.g.throw(TypeError)會跳出try語句，因此print('I am here')不會被執(zhí)行，然后打印‘Other errors'，并執(zhí)行break語句跳出while循環(huán)，然后到達程序結(jié)尾，打印StopIteration異常的信息

四、生成器的運用

import time
def consumer(name):
  print('%s準備吃包子啦！' %name)
  while True:
    baozi=yield #接收send傳的值，并將值賦值給變量baozi
    print('包子[%s]來了，被[%s]吃了！' %(baozi,name))
def producer(name):
  c1=consumer('A') #把函數(shù)變成一個生成器
  c2=consumer('B')
  c1.__next__()#調(diào)用這個方法會走到y(tǒng)ield處暫時返回
  c2.__next__()
  print('開始準備做包子啦！')
  for i in range(10):
    time.sleep(1)
    print('做了一個包子，分成兩半')
    c1.send(i)
    c2.send(i)
producer('Tomwenxing')

運行結(jié)果：

A準備吃包子啦！
B準備吃包子啦！
開始準備做包子啦！
做了一個包子，分成兩半
包子[0]來了，被[A]吃了！
包子[0]來了，被[B]吃了！
做了一個包子，分成兩半
包子[1]來了，被[A]吃了！
包子[1]來了，被[B]吃了！
做了一個包子，分成兩半
包子[2]來了，被[A]吃了！
包子[2]來了，被[B]吃了！
做了一個包子，分成兩半
包子[3]來了，被[A]吃了！
包子[3]來了，被[B]吃了！
做了一個包子，分成兩半
包子[4]來了，被[A]吃了！
包子[4]來了，被[B]吃了！
做了一個包子，分成兩半
包子[5]來了，被[A]吃了！
包子[5]來了，被[B]吃了！
做了一個包子，分成兩半
包子[6]來了，被[A]吃了！
包子[6]來了，被[B]吃了！
做了一個包子，分成兩半
包子[7]來了，被[A]吃了！
包子[7]來了，被[B]吃了！
做了一個包子，分成兩半
包子[8]來了，被[A]吃了！
包子[8]來了，被[B]吃了！
做了一個包子，分成兩半
包子[9]來了，被[A]吃了！
包子[9]來了，被[B]吃了！

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python加密解密算法與技巧總結(jié)》、《Python編碼操作技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進階經(jīng)典教程》

希望本文所述對大家Python程序設(shè)計有所幫助。