python生成式与生成器,python代码生成器
一、 生成器（generator）概念
生成器是一个特殊的迭代器，它保存算法。每次调用next()或send()时，都会计算下一个元素的值，直到计算完最后一个元素。当没有更多的元素时，抛出StopIteration。生成器有两种，一种是生成器表达式(也叫生成器求导)，一种是生成器函数。
二、 生成器表达式
生成器表达式通过Python表达式语句计算一系列数据，但定义生成器时，并不生成数据，而是返回一个对象。该对象仅在需要时根据表达式计算要返回的当前数据：
生成器来自迭代和列表解析的结合(在后面的列表解析章节中描述)。生成器类似于列表解析，但是它使用圆括号而不是方括号。生成器返回一个按需产生结果的对象，而不是一次构建一个结果列表；
生成器的语法如下：
(exprforiter _ variniterable)
(EXPRITOR _ VARINTERABLEIFCOND _ EXPR)其中：
Expr是计算generator元素值的表达式。
对于iterable iter_var中的iter_var:表示对iterable对象iter_var中的每个元素进行表达式运算。
If cond_exp:表示iterable对象中的元素需要满足指定的条件才能参与表达式运算。
解释
当在现有的一对括号中直接使用生成器表达式时(比如在函数调用中)，不需要添加另一对括号。例如：sum(I * * 2 for I in range(10))；
生成器表达式的语法与列表解析的语法非常相似。因为涉及到一些相关的函数，所以老猿会回过头在列表解析相关章节介绍生成器表达式的内容。
三、 生成器函数
生成器是一个特殊的函数，其语句包含yield关键字。它是一个迭代器。需要访问迭代器数据的外部代码通过调用next函数(或迭代器的__next__方法)或send方法触发函数执行计算，并通过yield返回一个计算结果数据。数据返回后，函数立即停止执行，函数状态会保存在局部变量中，直到下一次外部调用被激活，执行从上一次开始停止。
1.生成器函数和调用者的执行过程分析。
生成器定义的示意图代码(非可执行代码)如下：
Deffun():初始化
循环：
计算k
NRet=yieldk其他循环代码
上面的代码示意性的展示了：当生成器函数运行时，计算的结果K通过yield返回给调用者。K返回给调用者后，生成器函数停止执行，yield的调用执行结果不返回给生成器函数，nRet的赋值也不执行。等待下一次调用，然后返回yield本身的执行结果，继续后续循环代码，直到yield再次执行。
老猿通过验证了解。以下是一些需要解释的细节：
yield函数的执行是一个语句，但是该语句在实际执行时被分解为两部分。第一部分是将计算结果K返回到send或next的调用处(以下简称触发器)，保存当前环境，暂停执行。另一部分是恢复当前环境，将yield本身的执行结果返回到生成器函数的调用处，继续执行后续循环。每次调用yield，除了第一次是从第一部分执行，后面的都是从第二部分执行。
b)触发器为next(包括__next__ method，下同)时b)yield(nRet记录的值)的返回值为None，如果触发器为send，则为send方法的参数中的发送值；
c)调用生成器函数时，只生成一个生成器实例，并不实际执行。实际执行只有在第一次被next触发时才会进入函数执行。请注意，第一个触发器不能由发送模式触发。
2)呼叫生成器代码示意图
Main () 3360初始化
f=乐趣()
下一个(f)循环：
其他循环代码
NRet=发送(x)其他周期代码
上面的代码示意性地展示了：调用者初始化自己，然后初始化生成器函数，然后迭代生成器函数。
数的数据。
同样有几个细节老猿在此说明一下：
a) f= fun()，这个语句不会进入函数执行，只是生成一个生成器实例f
b) 第一个next调用只有循环代码中使用send触发时才需要，如果循环中用next则无需先执行一次send；
c) 第一个next执行时会触发调用生成器函数，从生成器第一行代码开始执行；后续的next或send执行，不再执行生成器函数的初始化部分，只是从yield的第二部分开始执行，第二部分执行时应该在生成器函数的循环迭代代码内，因此此后执行还是在生成器函数的循环代码内循环，直到遇到yield语句，执行完yield语句的第一部分逻辑挂起函数等待再次出发；
d) nRet记录的返回值就是生成器函数yield后面返回给触发方的数据。
2、 下面是一个老猿编写的模拟存快递包裹的生成器函数及其调用代码，每执行一次存包裹的函数就挂起，主程序等待确认是否继续循环，如果不继续则退出，代码如下：
importrandom执行结果如下，大家对照前面的执行过程解析理解一下：defPutPackage():
print(‘PutPackagestart…’)
nRet=123
whileTrue:
ifnRet<1:break
print(‘PutPackage:BeforeYield…’)
nRet=yield’PutPackage’+str(nRet)#返回字符串PutPackage+上次循环yield的返回值
print(‘PutPackage:AfterYield,nRet=’,nRet)
ifnotnRet:continue
defmainf():
print(‘mainfstartcallPutPackage…’)
vPutPackage=PutPackage()#只是返回生成器generator对象
bBreak=False
print(‘mainfstartcallnext…’)
nRet=next(vPutPackage)#生成器初始化
print(‘mainfendcallnext,nRet=’,nRet)
whileTrue:
ifbBreak:
try:#为什么要捕获异常？
vPutPackage.send(-1)#触发—1给生成器函数提示函数退出
exceptStopIteration:pass
break
print(‘mainfloopstartcallsend…’)
nRet=vPutPackage.send(random.randint(10000,99999))#产生一个随机包裹编号触发给生成器函数
print(‘mainfloopaftercallsend,nRet=’,nRet)
sConfirm=input(“是否准备结束存件取件循环(Y或y是，否则继续循环):”)
ifsConfirm.strip().upper()==‘Y’:
bBreak=True
print("\n")
mainf()
mainfstartcallPutPackage…是否准备结束存件取件循环(Y或y是，否则继续循环):nmainfstartcallnext…
PutPackagestart…
PutPackage:BeforeYield…
mainfendcallnext,nRet=PutPackage123
mainfloopstartcallsend…
PutPackage:AfterYield,nRet=66468
PutPackage:BeforeYield…
mainfloopaftercallsend,nRet=PutPackage66468
mainfloopstartcallsend…是否准备结束存件取件循环(Y或y是，否则继续循环):yPutPackage:AfterYield,nRet=22204
PutPackage:BeforeYield…
mainfloopaftercallsend,nRet=PutPackage22204
PutPackage:AfterYield,nRet=-1上述代码中为什么要捕获异常？这是因为最后一个send(-1)时，是从yield第二部分执行，执行到循环“if nRet<1 : break”语句就会终止循环，不会再通过yield向触发方返回值，此时send执行就会出现迭代结束的异常。
3、 生成器函数的其他说明
Python使用生成器对延迟操作提供了支持。所谓延迟操作，是指在需要的时候才产生结果，而不是立即产生结果。这有利于节省内存，特别是生成器进行科学计算时很有用；
生成器就是迭代器，除了next方法外，也可以通过for循环来遍历出生成器中的内容；
生成器除了前面介绍的__next__、send方法外，还有throw、close方法：
a) throw(type[, value[, traceback]])：该方法在生成器暂停的位置引发 type 类型的异常，并返回该生成器函数所产生的下一个值。 如果生成器没有产生下一个值就退出，则将引发 StopIteration 异常。 如果生成器函数没有捕获传入的异常，或引发了另一个异常，则该异常会被传播给调用者。该方法可以解决上面案例捕获异常的处理
b) close()：在生成器函数暂停的位置引发 GeneratorExit。 如果之后生成器函数正常退出、关闭或引发 GeneratorExit(由于未捕获该异常) 则关闭并返回其调用者。 如果生成器产生了一个值，关闭会引发 RuntimeError。 如果生成器引发任何其他异常，它会被传播给调用者。 如果生成器已经由于异常或正常退出则 close() 不会做任何事。通过触发方调用close方法可以直接关闭生成器，而不需要象上面案例一样在生成器函数内判断send发送的数据来进行退出。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。