生成器是根據算法生成數據的一種機制，每次調用生成器只生成一個值，可以節省大量內存

生成器推導式

gg = ( i * 2 for i in  range(5))print(gg)print(next(gg)) # 0
print(next(gg)) # 2
print(next(gg)) # 4
print(next(gg)) # 6
print(next(gg)) # 8

yield關鍵字

def generater(num):for i in range(num):print("開始")yield iprint("生成完成")g = generater(2)print( next(g) )
print( next(g) )
print( next(g) )"""
開始
0
生成完成
開始
1
生成完成
Traceback (most recent call last):File "d:\Code\PythonProject\with\Generator2.py", line 11, in <module>print( next(g) )^^^^^^^
StopIteration
"""

def generater(num):for i in range(num):print("開始")yield iprint("生成完成")g = generater(5)for i in g:print(i)
"""
不會報錯
"""

生成器的核心思想是??惰性計算??。它不會一次性把所有數據都計算出來并存儲在內存中，而是“需要的時候才計算，每次只給你一個”。

假設有一個幾十GB的日志文件，你需要逐行處理。

def read_file_to_list(filename):result = [] # 創建一個空列表with open(filename) as f:for line in f:result.append(line) # 將每一行都添加到列表中return result # 返回一個包含所有行的巨大列表data = read_file_to_list('huge_log.log') # 內存爆炸！
for line in data:process(line)

??問題??：result列表會嘗試將所有文件內容加載到內存中，如果文件極大，會消耗巨量內存甚至導致程序崩潰。

def read_file_by_line(filename):with open(filename) as f:for line in f: yield line # 關鍵在這里：使用yielddata_generator = read_file_by_line('huge_log.log') # 幾乎不占內存
for line in data_generator: # 每次循環從文件里讀一行到內存process(line)

1. 調用read_file_by_line時候，函數不會立即執行，而是返回一個生成器對象，此時文件一行都沒讀

2. 在for循環中，每次迭代會從生成器中請求一個值（一行內容）

3. 生成器函數從上次暫停的yield處繼續執行，讀取文件的下一行，yield返回這行數據，然后立即暫停。