【python】生成器

生成器

直接总结

创建生成器的方法
1. 生成器表达式：(i for i in [1, 2])
2. yield: 函数中出现yield这个函数就是生成器，函数（生成器）执行到yield时会返回yield后面的值，并暂停，知道下次被唤醒后会从暂停处接着执行
迭代生成器: 生成器实现了python迭代协议，可以使用next()或for迭代
向生成器发送消息：如果yield出现在表达式右边，下一次生成器被send()唤醒时，上一个yield会接收send()发过来的消息赋值给上一个yield左边的变量。
唤醒生成器：
1. next()：唤醒生成器，让他运行到下一个yield处，返回yield出来的值
2. send()：唤醒生成器，并给生成器发送一个消息，同时让他运行到下一个yield处，返回yield出来的值，不能直接一开始就发送具体的数据
停止生成器：close()
发送异常：throw(type, val)
yield from

创建与使用生成器

直接使用生成器表达式就可以快速创建一个生成器

gen = (i for i in range(10))
print(type(gen))
for i in gen:print(i, end=" ")# <class 'generator'>
# 0 1 2 3 4 5 6 7 8 9

生成器实现了__next__可以使用next()来获取下一个值，当然也可以使用for循环遍历

更加常见的创建生成器的方式是使用yield关键字，一个函数如果出现yield关键字这个函数就会变成生成器，当函数运行到yield时会暂停下来，”返回“一个结果，下一次唤醒生成器时，函数会从停下来的地方继续运行

def builder_demo():yield 0yield 1return 3if __name__ == '__main__':bd = builder_demo()print(type(bd))print(next(bd))print(next(bd))print(next(bd))print(next(bd))

<class 'generator'>
0
1
Traceback (most recent call last):File "E:/python/coroutine_test.py", line 12, in <module>print(next(bd))
StopIteration: 3

当没有下一个元素时调用next会抛出StopIteration异常，return的值会作为异常的值

if __name__ == '__main__':bd = builder_demo()while True:try:print(next(bd))except StopIteration as e:print(f'result is {e.value}')break

0
1
result is 3

yield不但可以“传递出值”，也可以接收值

def builder_demo():news = yield 0print(f'news:  {news}')news1 = yield 1print(f'new1: {news1}')return 3if __name__ == '__main__':bd = builder_demo()print(next(bd))result1 = bd.send("hello")print(result1)result2 = bd.send("hello2")print(result2)

0
news:  hello
1
new1: hello2
Traceback (most recent call last):File "E:python/coroutine_test.py", line 14, in <module>result2 = bd.send("hello2")
StopIteration: 3

往暂停处传递消息使用生成器的send()方法，这个方法还可以自动迭代到生成器中的下一个对象（有next()）的作用。

生成器是先yield出数据，等到下一次生成器被唤醒时，才会接收send()的数据，然后再yield出下一个数据，所以不能一开始就直接调用send()发送具体的值，会抛出TypeError

TypeError: can't send non-None value to a just-started generator

应该先执行一次next()或执行一次generator.send(None)，让生成器yield出数据，send(None)的作用与next()基本一样

生成器也可以停止，使用close()方法

def builder_demo():news = yield 0print(f'news:  {news}')news1 = yield 1print(f'new1: {news1}')yield 4yield 5return 3if __name__ == '__main__':bd = builder_demo()# print(next(bd))print(bd.send(None))result1 = bd.send("hello")print(result1)result2 = bd.send("hello2")print(result2)bd.close()print(next(bd))

0
news:  hello
1
new1: hello2
4
Traceback (most recent call last):File "E:python/coroutine_test.py", line 20, in <module>print(next(bd))
StopIteration

在close()之后再使用next()，会抛出StopIteration异常

除此之外，还可以向生成器发送异常

if __name__ == '__main__':bd = builder_demo()print(bd.send(None))bd.throw(Exception, TypeError("throw new error"))print(next(bd))

0
Traceback (most recent call last):File "E:python/coroutine_test.py", line 19, in <module>bd.throw(Exception, TypeError("throw new error"))File "E:python/coroutine_test.py", line 2, in builder_demonews = yield 0
TypeError: throw new error

yield from

yield from 是python3.3 PEP380 新添加的特性，它允许将一个生成器的部分操作委派给另一个生成器，除了向子生成器委派任务，yield from也可以直接作用于迭代器，将迭代器中的每个对象逐一yield出来，如：

def demo(*args, **kwargs):for i in args:for j in i:yield j
# 等价于
def demo(*args, **kwargs):for i in args:yield from i

上面的函数其实就是itertools.chain() 作用是将多个迭代器中的元素迭代出来

生成器嵌套

1、调用方：调用委派生成器的客户端（调用方）代码
2、委托生成器：包含yield from表达式的生成器函数
3、子生成器：yield from后面加的生成器函数

yield from 可以架设一个调用方到子生成器之间的双向桥梁

final_result = {}def calculate():total = 0nums = []while True:info = yieldif not info:breaktotal += infonums.append(info)# return 的值会被赋值给yield from 左边的变量return total, numsdef middle(key: str, gen):while True:final_result[key] = yield from gen()print(final_result)def main():data = {"apple": [230, 569, 234, 776],"banana": [564, 213, 798, 327],"strawberry": [98, 76, 120, 436, 55],"orange": [78, 67, 345, 124]}for key, value in data.items():# 不要传递calculate()!mid = middle(key, calculate)mid.send(None)  # 初激for v in value:mid.send(v)mid.send(None)if __name__ == '__main__':main()