测开之数据类型第3篇列表推导式字典推导式创建生成器

　　一、列表推导式
　　推导式可以帮助我们快速创建列表、创建字典。比如现在要创建一个列表。
　　做自动化测试的时候，比如创建个 url 列表，url 列表里面可能是存储了网站的页数：
　　一直到 100，生成 100 个页面，但是这 100 个页面有规律，url 地址，前面这一部分是不变的，只有后面的 1,2,3,4 这部分的变化。
　　如果去生成这样一个列表，不用列表推导式，用之前的方法的话，可以这样做，先定义一个空列表：
　　urls = []
　　然后来个 for 循环 set 100 个：
　　for i in range(1,101):
　　前面字符串这部分是确定的，比如说一个 page，后面这部分不确定，就来个format()给它填进去。
　　url = ＂page{}＂.format(i)
　　通过append()把 url 加进去。 # url = [＂page1＂,＂page2＂]  urls = []  for i in range(1,101):    url =  ＂page{}＂.format(i)    urls.append(url)  print(urls)
　　能够生成 1-100 个页面。
　　推导式有个优势，一行就能解决。推导式可以看成 for 循环的一个解体。
　　写起来特别简单，同样的功能，推导式可以这样写：
　　# 列表推导式  urls1 = [i for i in range(1,101)] print(urls1)
　　这段列表推导式代码解释是：
　　for 循环，i 从 range 里面循环，循环出来拿出一个 i，然后往前面放到这个列表里面。
　　再拿出一个 i 放到这个列表里面，这样重复（拿出一个 i 放到列表里面），直到把 for 循环遍历完。
　　将里面所有的元素都拿出来放到列表里面，最后生成一个新的列表，这就是列表推导式。
　　里面是 1-100 个数字：
　　如果用列表推导式生成这个 page1，到 100 页。代码就修改成这样： urls1 = [＂page{}＂.format(i)  for i in range(1,101)] print(urls1)
　　＂page{}＂.format(i)
　　format()格式化字符串的函数。
　　# 列表推导式  urls1 = [＂page{}＂.format(i)  for i in range(1,101)] print(urls1)
　　简而言之，就是遍历出来的元素放到这个前面就行了。然后在前面，你可以做其它操作。
　　以上，这就是用列表推导式快速生成一个列表。 二、字典推导式
　　字典推导式和列表推导式，它的原理是一样的。都用 for 循环去遍历，然后拿出对应的值在前面，生成对应的值。
　　每遍历一轮，会把前面你写的内容放到字典里面去。前面写个键，键就是遍历出来的i，对应的值就是i+1。
　　dict1 = {i:i+1 for i in range(10)} print(dict1)
　　键就是遍历出来的i，值就是键的基础上加 1。每循环遍历一轮，这个就生成一个键值对。
　　推导式可以推导出字典，也可以推导出列表。大括号、中括号、花括号都可以。
　　推导式改成小括号后是什么？
　　中括号是列表，花括号是字典，小括号是元组。
　　推导式改成小括号后，不再是个元组了，是个生成器。 # () 生成器表达式  tu = (i for i in range(10)) #生成器对象 print(tu) 三、2 种方式创建生成器1.生成器表达式1.1 什么是生成器？
　　这里有很多数据，可以把它装到一个 ＂就像自动取筷盒，拿出一双筷子，自动下来一双筷子＂，就是你要用的时候，它给你生成一个出来。
　　生成器不像列表，比如创建个列表，比如列表里面有一千个元素，创建列表的时候，那么这一千个元素已经被创建好放在列表里面了。生成器不是这样，它内部只保留了一个生成器计算的规则。 1.2 使用生成器的好处生成器要生成一千个元素，这样：
　　tu = [i for i in range(1000)]#生成器对象
　　直接生成一千个元素的列表。改成生成器，这个生成器对象里面存储的是一个计算公式，并没有存储这一千条数据啊。
　　使用生成器来存储这些数据的话，相对于列表的优势是： 不那么占内存。
　　一千条数据可能看不出效果，如果是一千万条数据往列表里面一放，那得占用多大的内存啊。如果是个生成器，里面就是个计算的规则，就是个生成的规则，没有那么多数据，节约内存，可以提高代码的性能。 1.3 拿生成器里面的数据，也可以一个一个得拿，怎么拿呢？
　　生成器表达式，打印出来是个生成器。
　　当然，可以通过list把它转换成一个列表。 tu = (i for i in range(1000))#生成器对象 print(list(tu))
　　它可以把生成器里面所有的元素都拿出来转换成列表。
　　通过生成器表达式来定义生成器，一次想拿一个元素，怎么拿呢？
　　Python 里面有个内置的函数，叫做next()。把生成器对象放进去，得到一个结果： # () 生成器表达式 tu = (i for i in range(1000))#生成器对象 a = next(tu) print(a) print(next(tu))
　　交互环境中可以看到：
　　它依次生成，要的时候，从生成器里面拿一个出来就行了。你要用的时候就去拿，它就一直生成，它就把里面所有的元素都取出来。 1.4 所有的元素都取出来之后，我又拿了一次，它会出现什么情况呢？
　　会报错。
　　生成器可以用来节约内存，提高代码性能。 生成器在于你什么时候用，你什么时候去取值。 2.函数里面，通过 yield 定义生成器
　　除了生成器表达式可以创建生成器，还有另外一个方式。Python 关键字里面有个yield参数。
　　yield这个关键字是用在函数里面的，这个关键字只能在函数里面用。
　　函数定义完之后，只要在函数里面调用函数，那就会执行函数里面的代码。 def gen_fun():     print(＂清菡 加油＂) gen_fun()
　　如果当一个函数里面，有yield这个关键字： def gen_fun():     yield     print(＂清菡 加油＂) gen_fun()
　　这个时候再去运行这个函数，这个函数不会立即运行。 2.1 为什么不会立即运行呢？
　　这个函数运行的时候，默认是没有写return的。 def gen_fun():     # yield     print(＂清菡 加油＂) res = gen_fun() print(res)
　　如果函数里面出现了yield这个关键字，这个时候再看下。
　　函数没有写return，调用函数，它里面，代码没有执行，但是有返回结果，返回的结果是：
　　返回的是一个生成器。
　　通过yield定义出来的这个函数，是个生成器函数。
　　调用这个函数的时候，它会给你返回一个生成器对象。既然它是一个生成器对象，那么就可以通过next()来对它进行取值。 运行结果如下：# 通过 yield 定义生成器 def gen_fun():     yield     print(＂清菡 加油＂)  res = gen_fun()  #返回生成器对象 print(next(res))
　　你看到输出结果是：None
　　2.2 为什么是 None 呢？
　　生成器生成的元素在yield关键字后面。 # 通过 yield 定义生成器 def gen_fun():     yield 100     print(＂清菡 加油＂)  res = gen_fun()  #返回生成器对象 print(next(res))
　　再写 2 个yield: # 通过 yield 定义生成器 def gen_fun():     yield 100     print(＂清菡 加油＂)     yield 1000      yield 100100  res = gen_fun()  #返回生成器对象 print(next(res))
　　生成器函数：  只有通过next()取值的时候，它才会执行函数里面的代码。
　　next()一次，就运行到第一个yield这里，把这个结果返回出来。然后到这个地方，暂停了不动了，不会往下走了。
　　如果在下面再next()， 从生成器里面再获取一个元素：
　　print(next(res))
　　直到等到下一个next()取值。当你下一次从生成器函数里面取值的时候，才会触发下一个yield。 # 通过 yield 定义生成器 def gen_fun():     yield 100     print(＂清菡 加油＂)     yield 1000      yield 100100  res = gen_fun()  #返回生成器对象 print(next(res)) print(next(res)) print(next(res))
　　但是如果全部都生成完了，再去取一次，就会报错：
　　因为里面已经没有元素了。
　　以上，生成器只有通过这 2 种方式定义。