Python语法 - 生成器

生成器基本概念

1 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

2 生成器表达式能做的事情列表解析基本都能处理，只不过在需要处理的序列比较大时，列表解析比较费内存，所以生成器可以用在需要节省内存的场景

3 生成器函数：在函数中如果出现了yield关键字，那么该函数就不再是普通函数，而是生成器函数

4 next( generator object) 可以用于获取生成器返回的值

例子

def test():

i = 0

while True:

yield i

i += 1

I = test()

print (next(I))
print (next(I))

也可以用下面方式迭代，效果一样

print( I.next() )
print( I.next() )

注意: 直接

print( next(test()) )
print ( next(test()) )

是错误的，因为是俩个实例，所以输出都会是0

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。

如果在return后返回一个值，那么这个值为StopIteration异常的说明，不是程序的返回值

def test():

i = 0

while True:

yield i

i += 1

if i > 5:

break

print( I.next() )
print( I.next() )
print( I.next() )
print( I.next() )
print( I.next() )
print( I.next() )
print( I.next() )

输出

0
1
2
3
4
5

Traceback (most recent call last):
File "C:\string.bak.py", line 31, in <module>
print( I.next() )
StopIteration

生成器支持的方法

>>> help(odd_num)

Help on generator object:

odd = class generator(object)

| Methods defined here:

......

| 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.

......

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

next方法

对于普通的生成器，第一个next调用，相当于启动生成器，会从生成器函数的第一行代码开始执行，直到第一次执行完yield语句（第4行）后，跳出生成器函数。

然后第二个next调用，进入生成器函数后，从yield语句的下一句语句（第5行）开始执行，然后重新运行到yield语句，执行后，跳出生成器函数，

后面再次调用next，依次类推

巴特西

Python语法 - 生成器

生成器支持的方法

最新文章

热门文章