python生成器

　　迭代器的好处是可以节省内存，如果在某些情况下，我们也需要节省内存,就只能自己写。我们自己写的这个能实现迭代器功能的东西就叫生成器。 python中提供的生成器
　　1.生成器函数 ：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行
　　2.生成器表达式 ：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表 生成器Generator：
　　本质：迭代器(所以自带了__iter__方法和__next__方法，不需要我们去实现)
　　特点：惰性运算,开发者自定义 生成器函数
　　一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。import time   def genrator_fun1():     a = 1     print(＂现在定义了a变量＂)     yield a     b = 2     print(＂现在又定义了b变量＂)     yield b   g1 = genrator_fun1() # 不执行函数 得到一个生成器对象 print(＂g1 : ＂, g1)  # 打印g1可以发现g1就是一个生成器 注意这里并没有执行函数 print(＂-＂ * 20)  # 我是华丽的分割线 print(next(g1)) time.sleep(1)  # sleep一秒看清执行过程 print(next(g1))  ＂＂＂ g1 :   -------------------- 现在定义了a变量 1 现在又定义了b变量 2 ＂＂＂
　　生成器有什么好处呢？就是不会一下子在内存中生成太多数据
　　假如我想让工厂给学生做校服，生产2000000件衣服，我和工厂一说，工厂应该是先答应下来，然后再去生产，我可以一件一件的要，也可以根据学生一批一批的找工厂拿。
　　而不能是一说要生产2000000件衣服，工厂就先去做生产2000000件衣服，等回来做好了，学生都毕业了… def produce():     ＂＂＂生产衣服＂＂＂     for i in range(2000000):         yield ＂生产了第%s件衣服＂ % i   product_g = produce() print(product_g.__next__())  # 要一件衣服 print(product_g.__next__())  # 再要一件衣服 print(product_g.__next__())  # 再要一件衣服 print(＂----------------分割线---------------------＂) num = 0 for i in product_g:  # 要一批衣服，比如5件     print(i)     num += 1     if num == 5:         break  ＂＂＂ 生产了第0件衣服 生产了第1件衣服 生产了第2件衣服 ----------------分割线--------------------- 生产了第3件衣服 生产了第4件衣服 生产了第5件衣服 生产了第6件衣服 生产了第7件衣服 ＂＂＂  # 到这里我们找工厂拿了8件衣服，我一共让我的生产函数(也就是produce生成器函数)生产2000000件衣服。 # 剩下的还有很多衣服，我们可以一直拿，也可以放着等想拿的时候再拿
　　读取文件 import time   def tail(filename):     f = open(filename)     f.seek(0, 2) #从文件末尾算起     while True:         line = f.readline()  # 读取文件中新的文本行         if not line:             time.sleep(0.1)             continue         yield line  tail_g = tail(＂tmp＂) for line in tail_g:     print(line)next() 和 send()
　　next()让包含yield的函数(Generator)执行
　　next()和send()在一定意义上作用是相似的，区别是send()可以传递值给yield表达式，而next()不能传递特定的值，只能传递None进去。因此，我们可以看做c.next() 和 c.send(None) 作用是一样的。
　　第一次调用时，请使用next()语句或是send(None)，不能使用send发送一个非None的值，否则会出错的，因为没有yield语句来接收这个值。def x():     print(＂bai wei＂)     m = yield 5     print(m)     d = yield 12     print(＂reach here ＂)   c = x() next(c)  # 启动generator next(c)  # 给yield表达式传一个None值 和 c.send(None) 等价 ＂＂＂ bai wei None ＂＂＂
　　send 传值def x():     print(＂bai wei＂)     m = yield 5  # m的值就是send传的 hi     print(m)     d = yield 12     print(＂reach here ＂)   c = x() next(c)  # 启动generator c.send(＂hi＂) ＂＂＂ bai wei hi ＂＂＂
　　第一次调用时 不能使用send传一个非None的值def x():     print(＂bai wei＂)     m = yield 5     print(m)     d = yield 12     print(＂reach here ＂)   c = x() c.send(＂hi＂)  # 报错 ＂＂＂ Traceback (most recent call last):   File ＂xx.py＂, line 10, in      c.send(＂hi＂) TypeError: can＂t send non-None value to a just-started generator ＂＂＂ send(msg) 与 next()的返回值
　　send(msg) 和 next()是有返回值的，它们的返回值很特殊，返回的是下一个yield表达式的参数。比如yield 5，则返回 5 def h():     print(＂Wen Chuan＂)     m = yield 5 # m的值就是send传过来的 Fighting!     print(m)     d = yield 12     print(＂We are together!＂)   c = h()  # 不执行函数 得到一个生成器 m = next(c)  # m 获取了yield 5 的参数值 5 d = c.send(＂Fighting!＂)  # d 获取了yield 12 的参数值12 print(＂We will never forget the date＂, m, ＂.＂, d)  ＂＂＂ Wen Chuan Fighting! We will never forget the date 5 . 12 ＂＂＂