生成器的概念
生成器不会把结果保存在一个系列中，而是保存生成器的状态，在每次进行迭代时返回一个值，直到遇到StopIteration异常结束。
注： 本文严重参考文章 深入理解Python中的生成器 仅作为个人练习&理解&备忘用。
- 列表与生成器区别
#普通列表
gen = [x*2 for x in range(5)]
print('普通列表 := %s ' % gen)
#生成器
gen = (x*2 for x in range(5))
print('生成器 := %s' % gen)
普通列表 := [0, 2, 4, 6, 8]
生成器 := <generator object <genexpr> at 0x000000000505A200>
- 生成器实例1
#例子1
def odd(max_n):
n=1
while n <= max_n:
yield n
n+=2
for o in odd(5):
print(o)
1
3
5
- 生成器实例2
#著名的斐波拉契数列
def fib(max_n):
a,b = 1,2
while b <= max_n :
yield a
a,b = b,a+b
for o in fib(100):
print(o)
1
2
3
5
8
13
21
34
55
- 生成器实例3 （next调用 )
#实践next方法
def odd(max_n):
n=1
while n <= max_n:
yield n
n+=2
func = odd(5)
print(func.__next__())
print(func.__next__())
print(func.__next__())
print(func.__next__())
1
3
5
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-16-69e5c7ba2b2c> in <module>()
10 print(func.__next__())
11 print(func.__next__())
---> 12 print(func.__next__())
StopIteration:
- yield 与 return
在一个生成器中，如果没有return，则默认执行到函数完毕时返回StopIteration；
如果遇到return,如果在执行过程中 return，则直接抛出 StopIteration 终止迭代。
#带有return的生成器方法
def gen():
yield 1
yield 2
return
yield 3
for o in gen():
print(o)
print('=====漂亮的分隔符=====')
test = gen()
print(test.__next__())
print(test.__next__())
print(test.__next__())
1
2
=====漂亮的分隔符=====
1
2
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-21-804ab8c50d0c> in <module>()
13 print(test.__next__())
14 print(test.__next__())
---> 15 print(test.__next__())
16
17
StopIteration:
- 生成器支持的方法
help(odd(5))
Help on generator object:
odd = class generator(object)
| Methods defined here:
|
| __del__(...)
|
| __getattribute__(self, name, /)
| Return getattr(self, name).
|
| __iter__(self, /)
| Implement iter(self).
|
| __next__(self, /)
| Implement next(self).
|
| __repr__(self, /)
| Return repr(self).
|
| close(...)
| close() -> raise GeneratorExit inside generator.
|
| send(...)
| send(arg) -> send 'arg' into generator,
| return next yielded value or raise StopIteration.
|
| throw(...)
| throw(typ[,val[,tb]]) -> raise exception in generator,
| return next yielded value or raise StopIteration.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| gi_code
|
| gi_frame
|
| gi_running
|
| gi_yieldfrom
| object being iterated by yield from, or None
- close方法
手动关闭生成器函数，后面的调用会直接返回StopIteration异常。
# close() 手动关闭生成器函数，后面的调用会直接返回StopIteration异常。
def gen():
yield 1
yield 2
yield 3
g=gen()
print(g.__next__())
g.close()
print(g.__next__())
1
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-27-3e8b7df380d6> in <module>()
8 print(g.__next__())
9 g.close()
---> 10 print(g.__next__())
11
12
StopIteration:
- send 方法
生成器函数最大的特点是可以接受外部传入的一个变量，并根据变量内容计算结果后返回。
# send()
# 生成器函数最大的特点是可以接受外部传入的一个变量，并根据变量内容计算结果后返回。
def gen():
value='atp'
while True:
receive=yield value
if receive=='end':
break
value = '%s' % receive
g=gen()
print(g.send(None))
print(g.send('abc'))
print(g.send(3))
print(g.send('end'))
atp
abc
3
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-30-e5080153cccf> in <module>()
14 print(g.send('abc'))
15 print(g.send(3))
---> 16 print(g.send('end'))
StopIteration:
执行流程：
- 通过g.send(None)或者next(g)可以启动生成器函数，并执行到第一个yield语句结束的位置。此时，执行完了yield语句，但是没有给receive赋值。yield value会输出初始值0注意：在启动生成器函数时只能send(None),如果试图输入其它的值都会得到错误提示信息。
- 通过g.send(‘abc’)，会传入abc，并赋值给receive，然后计算出value的值，并回到while头部，执行yield value语句有停止。此时yield value会输出”abc”，然后挂起。
- 通过g.send(3)，会重复第2步，最后输出结果为”3″
- 当我们g.send(‘e’)时，程序会执行break然后推出循环，最后整个函数执行完毕，所以会得到StopIteration异常。
- throw方法
用来向生成器函数送入一个异常，可以结束系统定义的异常，或者自定义的异常。throw()后直接跑出异常并结束程序.
# throw()
# 用来向生成器函数送入一个异常，可以结束系统定义的异常，或者自定义的异常。
# throw()后直接跑出异常并结束程序.
def gen():
while True:
try:
yield 'normal value'
yield 'normal value 2'
print('here')
yield 'normal value 3'
except ValueError:
print('we got ValueError here')
except TypeError:
print('we got TypeError here')
break
g=gen()
print(next(g))
print(g.throw(ValueError))
print(next(g))
print(g.throw(TypeError))
normal value
we got ValueError here
normal value
normal value 2
we got TypeError here
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-38-fbedd6d510de> in <module>()
21 print(g.throw(ValueError))
22 print(next(g))
---> 23 print(g.throw(TypeError))
StopIteration:
解释：
- print(next(g))：会输出normal value，并停留在yield ‘normal value 2’之前。
由于执行了g.throw(ValueError)，所以会跳过所有后续的try语句，也就是说yield ‘normal value 2’不会被执行，然后进入到except语句，打印出we got ValueError here。然后再次进入到while语句部分，消耗一个yield，所以会输出normal value。- print(next(g))，会执行yield ‘normal value 2’语句，并停留在执行完该语句后的位置。g.throw(TypeError)：会跳出try语句，从而print(‘here’)不会被执行，然后执行break语句，跳出while循环，然后到达程序结尾，所以跑出StopIteration异常。
def gen():
try:
yield 'normal value'
yield 'normal value 2'
print('here')
yield 'normal value 3'
except ValueError:
print('we got ValueError here')
except TypeError:
pass
g=gen()
print(next(g))
print(g.throw(ValueError))
print(next(g))
normal value
we got ValueError here
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-39-b846253db189> in <module>()
13 g=gen()
14 print(next(g))
---> 15 print(g.throw(ValueError))
16 print(next(g))
StopIteration:
总结
- 按照鸭子模型理论，生成器就是一种迭代器，可以使用for进行迭代。
- 第一次执行next(generator)时，会执行完yield语句后程序进行挂起，所有的参数和状态会进行保存。再一次执行next(generator)时，会从挂起的状态开始往后执行。在遇到程序的结尾或者遇到StopIteration时，循环结束。
- 可以通过generator.send(arg)来传入参数，这是协程模型。
- 可以通过generator.throw(exception)来传入一个异常。throw语句会消耗掉一个yield。
- 可以通过generator.close()来手动关闭生成器。
- next()等价于send(None)
试验1：素数生成器
#奇数生成方法
def _odd_iter(n):
while True:
yield n
n = n + 2
#过滤掉队列中能被n整除的元素
def _not_divisible(n):
return lambda x: x % n > 0
#素数生成器
def primes():
yield 2
it = _odd_iter() # 初始序列
while True:
n = next(it) # 返回序列的第一个数
yield n
it = filter(_not_divisible(n), it) # 构造新序列
for n in primes():
if n < 1000:
print(n)
else:
break
