前言生成器很容易实现，但并不容易理解。生成器也可用于创建迭代器，但生成器可用于一次返回一个可迭代集合的一个元素。现在看一个例子：defyrange(n):i=0whilei>>deffoo():...print("begin")...foriinrange(3):...print("beforeyield",i)...yieldi...print("afteryield",i)...print("end")...>>>f=foo()>>>next(f)beginbeforeyield00>>>next(f)afteryield0beforeyield11>>>next(f)afteryield1beforeyield22>>>next(f)afteryield2endTraceback(最近一次调用last):File"",line1,innext(f)StopIteration>>>生成器也是迭代器生成器也是迭代器，支持使用for循环。当使用for语句开始对一组项目进行迭代时，将运行生成器。一旦生成器的函数代码到达yield语句，生成器将其执行交还给for循环，从集合中返回一个新值。一个生成器函数可以根据需要生成任意多个值（可能是无限个），每个值依次生成。f_2=foo()foriinf_2:print(i)beginbeforeyield00afteryield0endbeforeyield11afteryield1endbeforeyield22afteryield2end当函数包含yield时，Python会自动实现一个迭代器，为我们应用所有需要的方法，比如__iter__()和__next__()，因此生成器也可以具有与迭代器相同的功能，如下所示：defyrange():i=1whileTrue:yieldii=i+1defsquares():foriinyrange():yieldi*ideftake(n,seq):seq=iter(seq)result=[]try:foriinrange(n):结果。append(next(seq))exceptStopIteration:passreturnresultprint(take(5,squares()))#[1,4,9,16,25]接下来我们看看如何使用生成器计算斐波那契数列：deffib(n):如果n<=1:return1a,b=0,1for_inrange(n):a,b=b,a+byieldaforiinfib(10):print(i,end='')#结果：11235813213455生成器推导式生成器表达式是列表推导式的生成器版本。它们看起来像列表推导式，但返回的是生成器而不是列表。生成器理解的本质：使用yield会产生一个生成器对象，return会返回当前第一个值。generator_expressions=(xforxinrange(10))generator_expressionsat0x0000023F8BC51AF0>sum(generator_expressions)45无限生成器生成器的另一个常见场景是无限序列生成。在Python中，当您处理有限序列时，您可以简单地调用range()并在列表中对它们进行计数，例如：a=range(5)print(list(a))[0,1,2,3,4]你也可以这样做，使用下面的生成器生成一个无限序列：definfinite_sequence():num=0whileTrue:yieldnumnum+=1当你运行这段代码时，你可以看到它运行得非常快，可以通过CTRL+C让程序结束，如下：生成器实际使用1.读取文件行生成器的一个常见用途是处理大文件或数据流，例如CSV文件。假设我们需要计算文本文件中有多少行，我们的代码可能如下所示：defcsv_reader(file_name):file=open(file_name)result=file.read().split("\n")returnresultcsv_gen=csv_reader("some_file.csv")row_count=0forrowincsv_gen:row_count+=1print(f"Rowcountis{row_count}")我们的csv_reader函数将简单地将文件打开到内存中并读取所有行，然后它拆分行并用文件数据形成一个数组。如果文件包含数千行，可能会降低速度，设置是内存已满。这是生成器可以重构的csv_reader函数。defcsv_reader(file_name):forrowinopen(file_name,"r"):yieldrow读取文件内容defreadfiles(filenames):forfinfilenames:forlineinopen(f):yieldlinedefgrep(pattern,lines):return(lineforlineinlinesifpatterninline)defprintlines(lines):forlineinlines:print(line,end="")defmain(pattern,filenames):lines=readfiles(filenames)lines=grep(pattern,lines)printlines(lines)生成器的高级用法到目前为止，我们已经介绍了生成器的最常见用途和构造，但还有更多要介绍的内容。随着时间的推移，Python为生成器添加了一些额外的方法：send()函数throw()函数close()函数接下来，让我们看看如何使用这三个函数。首先，创建一个新的生成器来生成素数。它的实现如下：defisPrime(n):ifn<2orn%1>0:returnFalseelifn==2orn==3:returnTrueforxinrange(2,int(n**0.5)+1):ifn%x==0:returnFalsereturnTruedefgetPrimes():value=0whileTrue:ifisPrime(value):i=yieldvalue如果我不是None:value=ivalue+=1然后我们调用send()函数，它会传递一个值给生成器prime_gen，然后根据这个值计算出下一个素数的值：prime_gen=getPrimes()print(next(prime_gen))print(prime_gen.send(1000))print(next(prime_gen))可以看到如下结果：throw()允许你使用生成器抛出异常。这很有用，例如，以某个值结束迭代。比如我们想得到小于20的素数，可以用下面的方法：prime_gen=getPrimes()forxinprime_gen:ifx>20:prime_gen.throw(ValueError,"Ithinkitwasenough!")print(x)运行代码，结果如下：在前面的例子中，我们通过抛出异常停止了迭代，但这不是用户希望看到的，谁希望看到错误。因此，更好的结束迭代的方法是使用close():prime_gen=getPrimes()forxinprime_gen:ifx>20:prime_gen.close()print(x)运行结果如下：如你可以看到，生成器在Runstostop没有抛出任何异常。摘要生成器简化了迭代器的创建。生成器是产生一系列结果而不是单个值的函数。生成器可用于优化Python应用程序的性能，尤其是在处理大型数据集或文件时。生成器还通过避免复杂的迭代器实现或以其他方式操作数据来提供干净的代码。参考链接：HowtoUseGeneratorandyieldinPythonhttps://realpython.com/introd...https://anandology.com/python...
