生成器，生成器表达式。

今天在看python的时候接触到了生成器和生成器表达式的概念，感觉有点迷糊。特此总结记忆一下。

生成器的出现可以说是基于下面一种需求。首先，我们来看一端python程序。

[root@racnode1 tmp]# cat /tmp/test
aaaaa
bbbbbbbbb
ccccc
ddddd
[root@racnode1 tmp]# python
Python 2.6.6 (r266:84292, Dec 20 2012, 15:52:58)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-3)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> f = open('/tmp/test')
>>> allLineLens=[len(x.strip())  for x in f]
>>> f.close()
>>> max(allLineLens)
9

首先我们看到一个很简单的文件/tmp/test 共有四行，第二行最长有9个字符。　然后我们用一段python程序来检测该文件最长的行长度是多少。

f=open('/tmp/test')是打开这个文件。

allLineLens=[len(x.strip()) for x in f] 是通过一个列表解析来获得一个列表。该列表中的每一个元素都是f中每一行的长度

f.close()是关闭文件

max(allLineLens)是找出该列表中最大的值。

这段程序清晰明了，但是有一个问题，如果这个文件非常大，那么我们要得到的列表可能就会非常大。这样会占用内存很大。这里我们就可以用到生成器表达式来解决这个问题。生成器表达式的语法和列表表达式一样。只是不用[]，而且它生成的不是列表而是一个生成器。什么是生成器我们稍后解释。

列表解析:
[expr for iter_var in iterable if cond_expr]
生成器表达式:
(expr for iter_var in iterable if cond_expr)

上面的例子用生成器表达式来改写就是：

>>> f = open('/tmp/test')
>>> max( len(x.strip()) for x in f)
9

这段代码与上面的区别是 len(x.strip()) for x in f返回的不是一个列表而是一个生成器对象。生成器占用内存非常小。所以就解决了我们之前列表占用内存过大的问题。

那么生成器是什么呢？

生成器是一次生成一个值的特殊类型函数。可以将其视为可恢复函数。调用该函数将返回一个可用于生成连续 x 值的生成器【Generator】

简单的说就是在函数的执行过程中，yield语句会把你需要的值返回给调用生成器的地方，然后退出函数，下一次调用生成器函数的时候又从上次中断的地方开始执行，而生成器内的所有变量参数都会被保存下来供下一次使用。

>>> def fib(max):
a, b = 0, 1
while a < max:
yield a
a, b = b, a + b
>>> for i in fib(1000):
print(i)
0
1
1
2
3
5
8
13
21
34
55
89
144
233
377
610
987
>>>f = fib(1000)
>>>f.next() #python 3.0 要写成f.__next__() 否则出错
0
>>>f.next()
1
>>>f.next()
1
>>>f.next()
2

#python 3.0 要写成f.__next__() 否则出错 AttributeError: 'generator' object has no attribute 'next'

在函数fib(max)内定义了一个生成器，但是对fib(max)的调用永远只能获得一个单独的生成器对象，而不是执行函数里面的语句，这个对象（generator object）包含了函数的原始代码和函数调用的状态，这状态包括函数中变量值以及当前的执行点——函数在yield语句处暂停（suspended），返回当前的值并储存函数的调用状态，当需要下一个条目（item）时，可以再次调用next，从函数上次停止的状态继续执行，知道下一个yield语句。

生成器和函数的主要区别在于函数 return a value，生成器 yield a value同时标记或记忆 point of the yield 以便于在下次调用时从标记点恢复执行。 yield 使函数转换成生成器，而生成器反过来又返回迭代器。

有三种方式告诉循环生成器中没有更多的内容：

执行到函数的末尾（"fall off the end"）
用一个return语句（它可能不会返回任何值）
抛出StopIteration异常

总的来说生成器是一类特殊 迭代器。一个产生值的函数 yield 是一种产生一个迭代器却不需要构建迭代器的精密小巧的方法

来源：https://www.cnblogs.com/kramer/p/3544591.html

标签

tmp

python