Python 生成器 generator

1. 生成器：带有yield的函数，不能有return

2. 生成器表达式：类似与一个

yield

值的匿名函数。表达式本身看起来像列表推到,
但不是用方括号而是用圆括号包围起来

生成器（Generator）是创建迭代器的简单而强大的工具。它们写起来就像是正规的函数，只是在需要返回数据的时候使用

yield

语句。每次

next()

被调用时，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置和所有的数据值）。以下示例演示了生成器可以很简单的创建出来:

>>> def reverse(data):
...     for index in range(len(data)-1, -1, -1):
...         yield data[index]
...
>>> for char in reverse('hello'):
...     print(char)
...
o
l
l
e
h

关于迭代器和生成器的区别，生成器能做到迭代器能做的所有事,而且因为自动创建了

__iter__()

和

next()

方法,生成器显得特别简洁,而且生成器也是高效的。除了创建和保存程序状态的自动方法,当发生器终结时,还会自动抛出

StopIteration

异常。一个带有

yield

的函数就是一个
生成器,它和普通函数不同,生成一个 generator 看起来像函数调用,但不会执行任何函数代码,直到对其调用

next()

(在 for
循环中会自动调用

next()

)才开始执行。虽然执行流程仍按函数的流程执行,但每执行到一个

yield

语句就会中断,并返回一个迭代值,下次执行时从

yield

的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被

yield

中断了数次,每次中断都会通过

yield

返回当前的迭代值（

yield

暂停一个函数，

next()

从其暂停处恢复其运行）。

另外对于生成器，python还提供了一个生成器表达式：类似与一个

yield

值的匿名函数。表达式本身看起来像列表推到,
但不是用方括号而是用圆括号包围起来：

>>> unique_characters = {'E', 'D', 'M', 'O', 'N', 'S', 'R', 'Y'}
>>> gen = (ord(c) for c in unique_characters)
>>> gen
<generator object <genexpr> at 0x7f2be4668678>
>>> for i in gen:
...     print(i)
...
69
79
83
77
82
78
89
68
>>>

最后，为什么要使用生成器？因为效率。使用生成器表达式取代列表解析可以同时节省 cpu 和 内存(ram)。如果你构造一个列表的目的仅仅是传递给别的函数,(比如
传递给

tuple()

或者

set())

,
那就用生成器表达式替代吧!