[[438553]]

ython生成器是什么

一句話解釋：包含了yield關鍵字的函數就是生成器，它的返回值是一個生成器對象。我簡單畫了個示意圖：

yield相當于return。

函數遇到yield就暫停，保存當前信息，返回yield的值。

在下次執行next()時，從當前位置繼續執行。

比較有意思的事情是，曾經有人建議生成器函數不應該使用def，而應該發明一個新的關鍵字比如gen，但是Python之父Guido并沒有同意這樣做。

生成器函數的工作原理

先通過一個簡單示例來說明生成器的行為：

# 定義一個生成器 
>>> def gen_123(): 
...     yield 1 
...     yield 2 
...     yield 3 
... 
 
# 生成器本身是個函數 
>>> gen_123 
<function gen_123 at 0x0000019F60710790> 
 
# 返回值是生成器對象 
>>> gen_123() 
<generator object gen_123 at 0x0000019F606AC040> 
 
# 生成器也是迭代器 
>>> for i in gen_123(): 
...     print(i) 
...      
1 
2 
3 
 
# 驗證生成器也是迭代器，定義迭代器g 
>>> g = gen_123() 
 
# 可以通過next()獲取yield生成的下一個元素 
>>> next(g) 
1 
>>> next(g) 
2 
>>> next(g) 
3 
>>> next(g) 
Traceback (most recent call last): 
  File "<input>", line 1, in <module> 
StopIteration 

生成器的原理就是：

• 生成器函數會創建一個生成器對象。
• 把生成器傳給next()函數時，生成器函數會執行函數定義體中的下一個yield語句，返回產出的值，并在當前位置暫停。
• 函數的定義體返回時，外層的生成器對象會拋出StopIteration異常

yield關鍵字一般是和for循環搭配使用的，在for循環中會隱式調用next()函數。

生成器的作用其實是解決內存的問題，比如我們都知道Python的正則表達式有一個re.findall()函數，它會把所有匹配到的元素都一次性寫入內存中，假如匹配到的數據很多，就會占用大量的內存。為了解決這個問題，Python3有一個re.finditer()函數，返回的就是一個生成器，取值時才生成數據放入內存中，能節省大量內存。

標準庫中的生成器函數

實現生成器時要知道標準庫中有什么可用，否則很可能會重新發明輪子。有些是內置的，有些在itertools模塊中，有些functools模塊中。

用于過濾的生成器函數

從輸入的可迭代對象中產出元素的子集，而且不修改元素本身。

用于映射的生成器函數

在輸入的單個可迭代對象中的各個元素上做計算，然后返回結果。

合并多個可迭代對象的生成器函數

從輸入的多個可迭代對象中產出元素。

把輸入的各個元素擴展成多個輸出元素的生成器函數

從一個元素中產出多個值，擴展輸入的可迭代對象。

用于重新排列元素的生成器函數

產出輸入的可迭代對象中的全部元素，不過會以某種方式重新排列。

yield from

yield from是Python3.3新出現的句法，它的作用是把不同的生成器結合在一起使用。

比如生成器函數需要產出另一個生成器生成的值，傳統的解決辦法是使用for循環：

def chain(*iterables): 
    for it in iterables: 
        for i in it: 
            yield i 
 
s = "ABC" 
t = tuple(range(3)) 
print(list(chain(s, t)))  # ["A", "B", "C", 0, 1, 2] 

改成yield from：

def chain(*iterables): 
 
for it in iterables: 
 
yield from i 

完全代替了內層的for循環。

參考資料：

《流暢的Python》第14章 可迭代的對象、迭代器和生成器

https://www.runoob.com/python3/python3-iterator-generator.html

作者