07-07 生成器

[TOC]

一 生成器与yield

插图：恶搞图49

若函数体包含yield关键字，再调用函数，并不会执行函数体代码，得到的返回值即生成器对象

>>> def my_range(start,stop,step=1):...     print('start...')...     while start < stop:...         yield start...         start+=step...     print('end...')... >>> g=my_range(0,3)>>> g

生成器内置有__iter__和__next__方法，所以生成器本身就是一个迭代器

>>> g.__iter__>>> g.__next__

插图：恶搞图50

因而我们可以用next(生成器)触发生成器所对应函数的执行，

>>> next(g) # 触发函数执行直到遇到yield则停止,将yield后的值返回，并在当前位置挂起函数start...0>>> next(g) # 再次调用next(g)，函数从上次暂停的位置继续执行，直到重新遇到yield...1>>> next(g) # 周而复始...2>>> next(g) # 触发函数执行没有遇到yield则无值返回，即取值完毕抛出异常结束迭代end...Traceback (most recent call last):  File "", line 1, in StopIteration

插图：恶搞图51

既然生成器对象属于迭代器，那么必然可以使用for循环迭代，如下：

>>> for i in countdown(3):...     print(i)... countdown start321Done!

有了yield关键字，我们就有了一种自定义迭代器的实现方式。yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值

插图：恶搞图52

二 yield表达式应用

在函数内可以采用表达式形式的yield

>>> def eater():...     print('Ready to eat')...     while True:...         food=yield...         print('get the food: %s, and start to eat' %food)... 

可以拿到函数的生成器对象持续为函数体send值，如下

>>> g=eater() # 得到生成器对象>>> g>>> next(e) # 需要事先"初始化"一次，让函数挂起在food=yield，等待调用g.send()方法为其传值Ready to eat>>> g.send('包子')get the food: 包子, and start to eat>>> g.send('鸡腿')get the food: 鸡腿, and start to eat

针对表达式形式的yield，生成器对象必须事先被初始化一次，让函数挂起在food=yield的位置，等待调用g.send()方法为函数体传值，g.send(None)等同于next(g)。

插图：恶搞图53

​ 我们可以编写装饰器来完成为所有表达式形式yield对应生成器的初始化操作，如下

def init(func):    def wrapper(*args,**kwargs):        g=func(*args,**kwargs)        next(g)        return g    return wrapper@initdef eater():    print('Ready to eat')    while True:        food=yield        print('get the food: %s, and start to eat' %food)

表达式形式的yield也可以用于返回多次值，即变量名=yield 值的形式，如下

>>> def eater():...     print('Ready to eat')...     food_list=[]...     while True:...         food=yield food_list...         food_list.append(food)... >>> e=eater()>>> next(e)Ready to eat[]>>> e.send('蒸羊羔')['蒸羊羔']>>> e.send('蒸熊掌')['蒸羊羔', '蒸熊掌']>>> e.send('蒸鹿尾儿')['蒸羊羔', '蒸熊掌', '蒸鹿尾儿']

插图：恶搞图55

三 三元表达式、列表生成式、生成器表达式

3.1 三元表达式

三元表达式是python为我们提供的一种简化代码的解决方案，语法如下

res = 条件成立时返回的值 if 条件 else 条件不成立时返回的值

针对下述场景

def max2(x,y):    if x > y:        return x    else:        return yres = max2(1,2)

用三元表达式可以一行解决

x=1y=2res = x if x > y else y # 三元表达式

插图：恶搞图55

3.2 列表生成式

列表生成式是python为我们提供的一种简化代码的解决方案，用来快速生成列表，语法如下

[expression for item1 in iterable1 if condition1for item2 in iterable2 if condition2...for itemN in iterableN if conditionN]#类似于res=[]for item1 in iterable1:    if condition1:        for item2 in iterable2:            if condition2                ...                for itemN in iterableN:                    if conditionN:                        res.append(expression)

针对下述场景

egg_list=[]for i in range(10):    egg_list.append('鸡蛋%s' %i)

用列表生成式可以一行解决

egg_list=['鸡蛋%s' %i for i in range(10)]

插图：恶搞图56

3.3 生成器表达式

创建一个生成器对象有两种方式，一种是调用带yield关键字的函数，另一种就是生成器表达式，与列表生成式的语法格式相同，只需要将[]换成()，即：

（expression for item in iterable if condition）

对比列表生成式返回的是一个列表，生成器表达式返回的是一个生成器对象

>>> [x*x for x in range(3)][0, 1, 4]>>> g=(x*x for x in range(3))>>> g at 0x101be0ba0>

对比列表生成式，生成器表达式的优点自然是节省内存（一次只产生一个值在内存中）

>>> next(g)0>>> next(g)1>>> next(g)4>>> next(g) #抛出异常StopIteration

如果我们要读取一个大文件的字节数，应该基于生成器表达式的方式完成

with open('db.txt','rb') as f:    nums=(len(line) for line in f)    total_size=sum(nums) # 依次执行next(nums)，然后累加到一起得到结果=

插图：恶搞图57