生成器

Posted 2023-03-30 Python3技术笔记

生成器

引入

在Python中，使用生成器可以很方便的支持迭代器协议。生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果，在每个结果之间挂起和继续它们的状态，来自动实现迭代协议。

也就是说，yield是一个语法糖，内部实现支持了迭代器协议，同时yield内部是一个状态机，维护着挂起和继续的状态。

def my_range(n):
    i = 0
    while i < n:
        yield i
        i += 1
        
my_range = my_range(3)
print(my_range)
print(next(my_range))
# print([i for i in my_range])

在这个例子中，定义了一个生成器函数，函数返回一个生成器对象，然后就可以通过for语句进行迭代访问了。

其实，生成器函数返回生成器的迭代器。 "生成器的迭代器"这个术语通常被称作"生成器"。要注意的是生成器就是一类特殊的迭代器。作为一个迭代器，生成器必须要定义一些方法，其中一个就是__next__()。如同迭代器一样，我们可以使用__next__()函数来获取下一个值。

生成器工作流程

下面就仔细看看生成器是怎么工作的。从上面的例子也可以看到，生成器函数跟普通的函数是有很大差别的。结合上面的例子我们加入一些打印信息，进一步看看生成器的执行流程：

def my_range(n):
    print(\'开始迭代...\')
    i = 0
    while i < n:
        print(\'迭代中...\')
        yield i
        i += 1
        print(\'迭代结束...\')


my_range = my_range(3)
# print(my_range)
print(next(my_range))
print(next(my_range))
print(next(my_range))

通过结果可以看到：

1. 当调用生成器函数的时候，函数只是返回了一个生成器对象，并没有执行。

2. 当next()方法第一次被调用的时候，生成器函数才开始执行，执行到yield语句处停止: next()方法的返回值就是yield语句处的参数yielded value

3. 当继续调用next()方法的时候，函数将接着上一次停止的yield语句处继续执行，并到下一个yield处停止；如果后面没有yield就抛出StopIteration异常

生成器表达式

在开始介绍生成器表达式之前，先看看我们比较熟悉的列表解析[List comprehensions]，列表解析一般都是下面的形式。

[expr for iter_var in iterable if cond_expr]

迭代iterable里所有内容，每一次迭代后，把iterable里满足cond_expr条件的内容放到iter_var中，再在表达式expr中获取iter_var的内容，最后用表达式的计算值生成一个列表。

例如，生成一个list包含50以内的所有奇数：

[i for i in range(50) if i % 2]

生成器表达式是在python2.4中引入的，当序列过长， 而每次只需要获取一个元素时，应当考虑使用生成器表达式而不是列表解析。生成器表达式的语法和列表解析一样，只不过生成器表达式是被()括起来的，而不是[]，如下：

(expr for iter_var in iterable if cond_expr)

生成器表达式并不是创建一个列表， 而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目"产生"(yield)出来。 生成器表达式使用了"惰性计算"(lazy evaluation)，只有在检索时才被赋值(evaluated)，所以在列表比较长的情况下使用生成器会在内存上更有效。

gen = (i for i in range(10000) if i % 2)

print("__iter__" in dir(gen))
print("__next__" in dir(gen))
# 使用sum求和之后会导致再次迭代所获取的值为空
print(sum(gen))
print([i for i in gen])

生成器中的send()与close()方法

生成器中还有两个很重要的方法：send()和close()。

• send(value):

  从前面了解到，next()方法可以恢复生成器状态并继续执行，其实send()是除next()外另一个恢复生成器的方法。

  Python 2.5中，yield语句变成了yield表达式，也就是说yield可以有一个值，而这个值就是send()方法的参数，所以send(None)和next()是等效的。同样，next()和send()的返回值都是yield语句处的参数(yielded value)

  关于send()方法需要注意的是：调用send传入非None值前，生成器必须处于挂起状态，否则将抛出异常。也就是说，第一次调用时，要使用next()语句或send(None)，因为没有yield语句来接收这个值。

• close():

  这个方法用于关闭生成器，对关闭的生成器后再次调用next或send将抛出StopIteration异常。

def my_range(n):
    i = 0
    while i < n:
        val = yield i
        print(\'val is: \', val)
        i += 1


my_range = my_range(5)

print(my_range.__next__())
print(my_range.__next__())
print(my_range.send(\'hello\'))
my_range.close()
print(my_range.send(\'world\'))

总结：

• 生成器是一种特殊的迭代器，内部支持了生成器协议，不需要明确定义__iter__()和__next__()方法。
• 生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果。