本篇文章主要讲述Python语言之详解生成器，希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。

  当列表包含非常多元素时，会占用大量存储空间，而如果仅需访问前面几个元素，则后面绝大多数元素占用的空间都被浪费了，如果列表元素可以按照某种算法推算出来，则可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间。

在Python中，这种一边循环一边计算的机制，称为生成器(generator)
通过定义可知，generator保存的不是数据，而是获得元素的算法

创建生成器有两种方式
　　1) 简单地把列表生成式改成generator，就是创建列表时，将[]修改为()
　　2) 通过函数实现复杂逻辑的generator，函数体内使用yield语句

生成器工作原理
　　当使用for循环时，在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环
　　当使用next()时，调用一次next，生成器计算出下一个元素，只到生成器无法计算出下一个值并报Iteration错误

生成器与普通函数区别
　　普通函数：每调用一次，都会从函数体第一行代码开始执行，直到最后遇到return语句或最后一行，返回结果
　　生成器函数：每调用一次，第一次执行会从函数第一行代码开始执行，遇到yield语句返回，后续代码不会执行
　　　　　　　　当再次调用时，会接着上次执行的yield语句后开始执行，直到遇到下一个yield语句返回，后续代码不会执行
　　　　　　　　以此类推，直到遇到最后一个yield语句并返回
　　　　　　　　此时，如果使用的是for循环迭代的，则生成器正常结束，如果使用的是next()迭代的，会报错
　　 　　　　　   实际上生成器返回的是一个generator对象

使用示例：
　　创建列表方式创建生成器

　　L = [x * x for x in range(10)]
　　g = (x * x for x in range(10))  #创建列表和生成器的区别仅在于最外层的[]和()，L是一个list，而g是一个generator

   next()迭代生成器　

    next(g)  #输出：0
　　next(g)  #输出：1
　　next(g)  #输出：4
　　next(g)  #输出：9　　...
　　next(g)  #输出：StopIteration，
　　#generator保存的是算法，每次调用next(g)，generator就计算出下一个元素的值，直到最后一个元素，没有更多的元素时，抛出StopIteration的错误

   for循环迭代生成器

　　g = (x * x for x in range(10))
　　for n in g:
　　　　print(n)
　　#for循环体内没有调用next方法，因此不用担心报StopIteration错误
　　#函数变成generator后，基本上不会用next()来获取下一个返回值，而是直接使用for循环来迭代

　 函数实现生成器

　  如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator

　def odd():  #odd不是普通函数，而是generator
　　　　yield 1
　　　　yield 3
　　　　yield 5
 
　　o = odd() #调用该generator时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值
　　next(o) #输出：1，第1次调用next，执行odd()函数的yield 1并返回1，后面的yield 3和yield 5不执行
　　next(o) #输出：2，第2次调用next，直接执行odd()函数的yield 3，后面的yield 5不执行，并返回2
　　next(o) #输出：3，第3次调用next，直接执行odd()函数的yield 5，并返回5
　　next(o) #输出：报StopIteration错误，第4次调用next，发现odd()函数没有其他yield值，并报StopIteration错误

  斐波那契数列实现

　　　生成器函数定义

　def fib(max):
　　　　n, a, b = 0, 0, 1
　　　　while n < max: #循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来
　　　　　　yield b
　　　　　　a, b = b, a + b
　　　　　　n = n + 1
　　　　return 'done'

　　　迭代斐波那契数列 

for n in fib(6):
　　　　print(n)    #用for循环调用generator时，是无法得到generator的return语句返回值的，因为生成器只能得到yield值
　　#输出： 1
　　#      1
　　#      2
　　#      3
　　#      5
　　#      8

 　迭代斐波那契数列，同时输出生成器的return值

　g = fib(6)
　　while True:
　　　　try:
　　　　　　x = next(g)
　　　　　　print('g:', x)
　　　　except StopIteration as e:
　　　　　　print('Generator return value:', e.value) #想要拿到return语句返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中
　　　　　　break
　　#输出： g: 1
　　#      g: 1
　　#      g: 2
　　#      g: 3
　　#      g: 5
　　#      g: 8
　　#      Generator return value: done

本文由职坐标整理发布，学习更多的相关知识，请关注职坐标IT知识库！