python生成器是什么

python生成器

1. 什么是生成器？

生成器（英文名 Generator ），是一個可以像迭代器那樣使用for循環(huán)來獲取元素的函數(shù)。

生成器的出現(xiàn)（Python 2.2 +），實現(xiàn)了延時計算，從而緩解了在大量數(shù)據(jù)下內(nèi)存消耗過猛的問題。

當你在 Python Shell 中敲入一個生成器對象，會直接輸出 复制generator object 提示你這是一個生成器對象

复制>>> gen = (i for i in range(5))
>>> gen
 at 0x10cae50b0>

2. 如何創(chuàng)建生成器？

使用列表推導(dǎo)式

在上面已經(jīng)演示過，正常我們使用列表推導(dǎo)式時是下面這樣子，使用 复制[] ，此時生成的是列表。

复制>>> mylist = [i for i in range(5)]
>>> mylist
[0, 1, 2, 3, 4]

而當你把 复制[] 換成 复制() ，返回的就不是列表了，而是一個生成器

复制>>> gen = (i for i in range(5))
>>> gen
 at 0x10cae50b0>

使用 yield

复制yield 是什么東西呢? 它相當于我們函數(shù)里的 return，但與 return 又有所不同。

當一個函數(shù)運行到 yield 后，函數(shù)的運行會暫停，并且會把 yield 后的值返回出去。

若 yield 沒有接任何值，則返回 None

yield 雖然返回了，但是函數(shù)并沒有結(jié)束

請看如下代碼，我定義了一個 复制generator_factory 函數(shù)，當我執(zhí)行 复制gen = generator_factory() 時，gen 就是一個生成器對象

复制>>> def generator_factory(top=5):
...     index = 0
...     while index < top:
...         print("index 值為: " + str(index))
...         index = index + 1
...         yield index
...     raise StopIteration
...
>>> gen = generator_factory()
>>> gen

3. 生成器的使用

從一個生成器對象中取出元素，和我們前面學(xué)過的通過切片訪問列表中的元素不一樣，它沒有那么直觀。

想要從生成器對象中取出元素，只有兩種方法：

第一種方法：使用 next 方法一個一個地把元素取出來，如果元素全部取完了，生成器會拋出 复制StopIteration 的異常。

复制>>> gen = (x for x in range(3))
>>> gen
 at 0x1072400b0>
>>> next(gen)
0
>>> next(gen)
1
>>> next(gen)
2
>>> next(gen)
Traceback (most recent call last):
  File "", line 1, in 
StopIteration

第二種方法：使用 for 循環(huán)一個一個地迭代出來

复制>>> gen = (x for x in range(3))
>>> for i in gen:
...     print(i)
...
0
1
2

4. 生成器的激活

生成器對象，在創(chuàng)建后，并不會執(zhí)行任何的代碼邏輯。

想要從生成器對象中獲取元素，那么第一步要觸發(fā)其運行，在這里稱之為激活。

方法有兩種：

使用复制next() ：上面已經(jīng)講過

使用复制generator.send(None)

還以下面這段代碼為例，可以看到 复制gen.send(None) 相當于執(zhí)行了 复制next(gen)

复制>>> def generator_factory(top=5):
...     index = 0
...     while index < top:
...         print("index 值為: " + str(index))
...         index = index + 1
...         yield index
...     raise StopIteration
...
>>>
>>> gen = generator_factory()
>>> gen.send(None)
index 值為: 0
1
>>> gen.send(None)
index 值為: 1
2

5. 生成器的狀態(tài)

生成器在其生命周期中，會有如下四個狀態(tài)

复制GEN_CREATED # 生成器已創(chuàng)建，還未被激活

复制GEN_RUNNING # 解釋器正在執(zhí)行（只有在多線程應(yīng)用中才能看到這個狀態(tài)）

复制GEN_SUSPENDED # 在 yield 表達式處暫停

复制GEN_CLOSED # 生成器執(zhí)行結(jié)束

通過下面的示例可以很輕松地理解這一過程（复制GEN_RUNNING 這個狀態(tài)只有在多線程中才能觀察到，這里就不演示啦）

复制>>> gen = (x for x in range(2))
>>> from inspect import getgeneratorstate
>>> gen = (x for x in range(3))
>>> getgeneratorstate(gen)
'GEN_CREATED'
>>>
>>> next(gen)
0
>>> getgeneratorstate(gen)
'GEN_SUSPENDED'
>>> next(gen)
1
>>> next(gen)
Traceback (most recent call last):
  File "", line 1, in 
StopIteration
>>> getgeneratorstate(gen)
'GEN_CLOSED'

6. 生成器的異常

在最前面，我有定義了一個生成器函數(shù)。

复制def generator_factory(top=2):
    index = 0
    while index < top:
        index = index + 1
        yield index
    raise StopIteration

在沒有元素可返回時，我最后拋出了 复制StopIteration 異常，這是為了滿足生成器的協(xié)議。

實際上，如果你不手動拋出 复制StopIteration，在生成器遇到函數(shù) return 時，會我自動拋出 复制StopIteration。

請看下面代碼，我將 复制raise StopIteration 去掉后，仍然會拋出異常。

复制>>> def generator_factory(top=2):
...     index = 0
...     while index < top:
...         index = index + 1
...         yield index
...
>>> gen = generator_factory()
>>> next(gen)
1
>>> next(gen)
2
>>> next(gen)
Traceback (most recent call last):
  File "", line 1, in 
StopIteration

審核編輯：符乾江