参考链接： Python中的生成器Generator

Python的生成器 

什么是生成器 

创建python迭代器的过程虽然强大，但是很多时候使用不方便。生成器是一个简单的方式来完成迭代。简单来说，Python的生成器是一个返回可以迭代对象的函数。 

怎样创建生成器 

在一个一般函数中使用yield关键字，可以实现一个最简单的生成器，此时这个函数变成一个生成器函数。yield与return返回相同的值，区别在于return返回后，函数状态终止，而yield会保存当前函数的执行状态，在返回后，函数又回到之前保存的状态继续执行。 

生成器函数与一般函数的不同 

一下是几点不同： 

生成器函数包含一个或者多个yield当调用生成器函数时，函数将返回一个对象，但是不会立刻向下执行像__iter__()和__next__()方法等是自动实现的，所以我们可以通过next()方法对对象进行迭代一旦函数被yield，函数会暂停，控制权返回调用者局部变量和它们的状态会被保存，直到下一次调用函数终止的时候，StopIteraion会被自动抛出  举例： 

 # 简单的生成器函数

def my_gen():

     n=1

     print("first")

     # yield区域

     yield n

 

     n+=1

     print("second")

     yield n

 

     n+=1

     print("third")

     yield n

 

 a=my_gen()

 print("next method:")

 # 每次调用a的时候，函数都从之前保存的状态执行

 print(next(a))

 print(next(a))

 print(next(a))

 

 print("for loop:")

 # 与调用next等价的

 b=my_gen()

 for elem in my_gen():

     print(elem)

 

使用循环的生成器 

# 逆序yield出对象的元素

def rev_str(my_str):

    length=len(my_str)

    for i in range(length-1,-1,-1):

        yield my_str[i]

 

for char in rev_str("hello"):

    print(char) 

生成器的表达式 

Python中，有一个列表生成方法，比如 

# 产生1,2,3,4,5的一个列表

[x for x in range(5)] 

如果换成[]换成()，那么会成为生成器的表达式。 

(x for x in range(5)) 

具体使用方式： 

a=(x for x in range(10))

b=[x for x in range(10)]

# 这是错误的，因为生成器不能直接给出长度

# print("length a:",len(a))

 

# 输出列表的长度

print("length b:",len(b))

 

b=iter(b)

# 二者输出等价，不过b是在运行时开辟内存，而a是直接开辟内存

print(next(a))

print(next(b))  

为什么使用生成器 

更容易使用，代码量较小内存使用更加高效。比如列表是在建立的时候就分配所有的内存空间，而生成器仅仅是需要的时候才使用，更像一个记录代表了一个无限的流。如果我们要读取并使用的内容远远超过内存，但是需要对所有的流中的内容进行处理，那么生成器是一个很好的选择，比如可以让生成器返回当前的处理状态，由于它可以保存状态，那么下一次直接处理即可。流水线生成器。假设我们有一个快餐记录，这个记录的地4行记录了过去五年每小时售出的食品数量，并且我们要把所有的数量加在一起，求解过去5年的售出的总数。假设所有的数据都是字符串，并且不可用的数字被标记成N/A。那么可以使用下面的方式处理： 

with open('sells.log') as file:

    pizza_col = (line[3] for line in file)

    per_hour = (int(x) for x in pizza_col if x != 'N/A')  # 使用生成器进行自动迭代

    print("Total pizzas sold = ",sum(per_hour))