生成器

直接總結

1. 創建生成器的方法
   1. 生成器表達式：(i for i in [1, 2])
   2. yield: 函數中出現yield這個函數就是生成器，函數（生成器）執行到yield時會返回yield后面的值，并暫停，知道下次被喚醒后會從暫停處接著執行
2. 迭代生成器: 生成器實現了python迭代協議，可以使用next()或for迭代
3. 向生成器發送消息：如果yield出現在表達式右邊，下一次生成器被send()喚醒時，上一個yield會接收send()發過來的消息賦值給上一個yield左邊的變量。
4. 喚醒生成器：
   1. next()：喚醒生成器，讓他運行到下一個yield處，返回yield出來的值
   2. send()：喚醒生成器，并給生成器發送一個消息，同時讓他運行到下一個yield處，返回yield出來的值，不能直接一開始就發送具體的數據
5. 停止生成器：close()
6. 發送異常：throw(type, val)
7. yield from

創建與使用生成器

直接使用生成器表達式就可以快速創建一個生成器

gen = (i for i in range(10))
print(type(gen))
for i in gen:print(i, end=" ")# <class 'generator'>
# 0 1 2 3 4 5 6 7 8 9 

生成器實現了__next__可以使用next()來獲取下一個值，當然也可以使用for循環遍歷

更加常見的創建生成器的方式是使用yield關鍵字，一個函數如果出現yield關鍵字這個函數就會變成生成器，當函數運行到yield時會暫停下來，”返回“一個結果，下一次喚醒生成器時，函數會從停下來的地方繼續運行

def builder_demo():yield 0yield 1return 3if __name__ == '__main__':bd = builder_demo()print(type(bd))print(next(bd))print(next(bd))print(next(bd))print(next(bd))

<class 'generator'>
0
1
Traceback (most recent call last):File "E:/python/coroutine_test.py", line 12, in <module>print(next(bd))
StopIteration: 3

當沒有下一個元素時調用next會拋出StopIteration異常，return的值會作為異常的值

if __name__ == '__main__':bd = builder_demo()while True:try:print(next(bd))except StopIteration as e:print(f'result is {e.value}')break

0
1
result is 3

yield不但可以“傳遞出值”，也可以接收值

def builder_demo():news = yield 0print(f'news:  {news}')news1 = yield 1print(f'new1: {news1}')return 3if __name__ == '__main__':bd = builder_demo()print(next(bd))result1 = bd.send("hello")print(result1)result2 = bd.send("hello2")print(result2)

0
news:  hello
1
new1: hello2
Traceback (most recent call last):File "E:python/coroutine_test.py", line 14, in <module>result2 = bd.send("hello2")
StopIteration: 3

往暫停處傳遞消息使用生成器的send()方法，這個方法還可以自動迭代到生成器中的下一個對象（有next()）的作用。

生成器是先yield出數據，等到下一次生成器被喚醒時，才會接收send()的數據，然后再yield出下一個數據，所以不能一開始就直接調用send()發送具體的值，會拋出TypeError

TypeError: can't send non-None value to a just-started generator

應該先執行一次next()或執行一次generator.send(None)，讓生成器yield出數據，send(None)的作用與next()基本一樣

生成器也可以停止，使用close()方法

def builder_demo():news = yield 0print(f'news:  {news}')news1 = yield 1print(f'new1: {news1}')yield 4yield 5return 3if __name__ == '__main__':bd = builder_demo()# print(next(bd))print(bd.send(None))result1 = bd.send("hello")print(result1)result2 = bd.send("hello2")print(result2)bd.close()print(next(bd))

0
news:  hello
1
new1: hello2
4
Traceback (most recent call last):File "E:python/coroutine_test.py", line 20, in <module>print(next(bd))
StopIteration

在close()之后再使用next()，會拋出StopIteration異常

除此之外，還可以向生成器發送異常

if __name__ == '__main__':bd = builder_demo()print(bd.send(None))bd.throw(Exception, TypeError("throw new error"))print(next(bd))

0
Traceback (most recent call last):File "E:python/coroutine_test.py", line 19, in <module>bd.throw(Exception, TypeError("throw new error"))File "E:python/coroutine_test.py", line 2, in builder_demonews = yield 0
TypeError: throw new error

yield from

yield from 是python3.3 PEP380 新添加的特性，它允許將一個生成器的部分操作委派給另一個生成器，除了向子生成器委派任務，yield from也可以直接作用于迭代器，將迭代器中的每個對象逐一yield出來，如：

def demo(*args, **kwargs):for i in args:for j in i:yield j
# 等價于
def demo(*args, **kwargs):for i in args:yield from i

上面的函數其實就是itertools.chain() 作用是將多個迭代器中的元素迭代出來

生成器嵌套

1、調用方：調用委派生成器的客戶端（調用方）代碼
2、委托生成器：包含yield from表達式的生成器函數
3、子生成器：yield from后面加的生成器函數

yield from 可以架設一個調用方到子生成器之間的雙向橋梁

final_result = {}def calculate():total = 0nums = []while True:info = yieldif not info:breaktotal += infonums.append(info)# return 的值會被賦值給yield from 左邊的變量return total, numsdef middle(key: str, gen):while True:final_result[key] = yield from gen()print(final_result)def main():data = {"apple": [230, 569, 234, 776],"banana": [564, 213, 798, 327],"strawberry": [98, 76, 120, 436, 55],"orange": [78, 67, 345, 124]}for key, value in data.items():# 不要傳遞calculate()!mid = middle(key, calculate)mid.send(None)  # 初激for v in value:mid.send(v)mid.send(None)if __name__ == '__main__':main()

為什么“多此一舉”架設一個“橋梁”？

• yield from 在內部處理了大量可能的異常，簡化開發，提高代碼安全性和可讀性

生成器的作用

1. 適用于對大量數據的處理：如果要對產生的大量數據進一步處理時，使用容器就只能先得到所有要處理的數據，存到容器，再逐個對容器中的數據遍歷，再加工，最后得到目標數據，這樣第一步產生的“中間數據”只用一次，但仍需大量空間儲存；使用生成器可以產生一個，加工一個，節約內存，提高效率
2. 用于協程