重学Python：零基础学习 Python 之初识生成器

写在之前

生成器

不知道你还记得么，在昨天出现了一个单词我们还没说：

>>> tuple1 = (x**x for x in range(3))

>>> tuple1

<generator object <genexpr> at 0x0000000001DF16D8>

就是上面那个 generator，现在我可以告诉你了，generator 翻译成中文就是“生成器”。

在 Python 中，定义生成器必须要使用 yield 这个关键词，yield 翻译成中文有「生产」这方面的意思。在 Python 中，它作为一个关键词，是生成器的标志。接下来我们来看一个例子：

>>> def f():

...    yield 0

...    yield 1

...    yield 2

...

>>> f

<function f at 0x00000000004EC1E0>

上面是写了一个很简单的 f 函数，代码块是 3 个 yield 发起的语句，下面让我们来看看如何使用它：

>>> fa = f()

>>> fa

<generator object f at 0x0000000001DF1660>

>>> type(fa)

<class 'generator'>

上述操作可以看出，我们调用函数得到了一个生成器（generator）对象。

>>> dir(fa)

['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__name__', '__ne__','__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw']

在上面我们看到了 iter() 和 next()，虽然我们在函数体内没有显示的写 iter() 和 next()，仅仅是写了 yield，但它就已经是「迭代器」了。既然如此，那我们就可以进行如下操作：

>>> fa = f()

>>> fa.__next__()

0

>>> fa.__next__()

1

>>> fa.__next__()

2

>>> fa.__next__()

Traceback (most recent call last):

 File "<stdin>", line 1, in <module>

StopIteration

从上面的简单操作可以看出：含有 yield 关键词的函数 f() 是一个生成器对象，这个生成器对象也是迭代器。所以就有了这样的定义：把含有 yield 语句的函数称为生成器，生成器是一种用普通函数语法定义的迭代器。

通过上面的例子可以看出，这个生成器（即迭代器）在定义的过程中并没有昨天讲的迭代器那样写 iter()，而是只用了 yield 语句，之后一个普普通通的函数就神奇的成了生成器，同样也具备了迭代器的特性。

yield 语句的作用，就是在调用的时候返回相应的值。下面我来逐行的解释一下上面例子的运行过程：

1.fa = f()：fa 引用生成器对象。

2.fa.next()：生成器开始执行，遇到了第一个 yield，然后返回后面的 0，并且挂起（即暂停执行）。

3.fa.next()：从上次暂停的位置开始，继续向下执行，遇到第二个 yield，返回后面的值 1，再挂起。

4.fa.next()：重复上面的操作。

5.fa.next()：从上次暂停的位置开始，继续向下执行，但是后面已经没有 yield 了，所以 next() 发生异常。

写在之后

在上面的一系列操作中，不知道你有没有发现，yield 除了作为生成器的标志以外，还有一个「返回值」的功能。我们知道 return 也有这个功能，那么它跟 return 的这个返回值有什么区别呢？这个你可以先思考一下，我之后的文章会详细的写一下 yield，敬请期待。

公众号：程序员喵大人，欢迎来撩，各种新鲜资讯，Python资料分享。