python 生成器写法如何搞定生成器

导读前言在前面的篇章中，我们学习了迭代器，这是一个很好的工具，特别是当你需要处理大型数据集时。然而，在Python中构建自己的迭代器有点麻烦和耗时。你必须定义一....前言

在前面的篇章中，我们学习了迭代器，这是一个很好的工具，特别是当你需要处理大型数据集时。然而，在Python中构建自己的迭代器有点麻烦和耗时。你必须定义一个实现迭代器协议(__iter__()和__next__()方法)的新类。在这个类中，需要自己管理变量的内部状态并更新它们。此外，当__next__()方法中没有要返回的值时，需要抛出StopIteration异常。

有没有更好的实现方式呢？答案是肯定的！这就是Python的生成器（Generator）解决方案。下面就来盘盘它。

各位朋友，记得点赞 转发，分享给更多的Python爱好者。

何为生成器？

为了更高效的构建自己的迭代器，在Python中对此有一个优雅的解决方案，这是很值得高兴的。Python所提供的生成器（Generator）是用来帮助我们轻松创建迭代器。Generator允许你声明一个行为类似迭代器的函数，也就是说，它可以在for循环中使用。简单言之，生成器（Generator）就是个返回迭代器对象的函数。因此，这也是创建迭代器的简单方法。在创建迭代器时，你不需要考虑所需的所有工作（如迭代协议和内部状等），因为Generator将处理所有这些工作。

接下来，我们更进一步，轻松学懂Python中生成器是如何工作的以及如何定义它们。

定义生成器

如前一节所述，生成器是Python中一种特殊类型的函数。此函数不返回单个值，而是返回一个迭代器对象。在生成器函数中，返回值使用yield语句而不是return语句。下面定义一个简单的生成器函数，代码清单如下:

代码清单片段-01

在上述清单中，我们定义一个生成器函数。该函数执行yield语句而不是return关键字。yield语句使这个函数成为生成器。当我们调用这个函数时，它将返回(产生)一个迭代器对象。我们再来看看生成器的调用:

代码清单片段-02

调用生成器，通常就跟创建对象类似，调用生成器函数，并赋给变量。

运行程序输出结果如下：

Yielding First Item

A

Yielding Second Item

B

Yielding Last Item

C

在应用生成器代码中，我们调用firstGenerator()函数，它是一个生成器，并返回一个迭代器对象。我们将这个迭代器命名为myIter。然后在这个迭代器对象上调用next()函数。在每次next()调用中，迭代器按各自的顺序执行yield语句并返回一个项。

根据规则，此生成器函数不应该包含return关键字。因为如果它包含，那么return语句将终止此函数，也就无从满足迭代器的要求了。

现在，让我们通过for循环的帮助来定义一个更具有实际意义的生成器。在本例中，我们将定义一个生成器，它将连续跟踪生成从0开始的数字序列，直到给定的最大限制。

代码清单如下：

代码清单片段-03

运行程序输出结果类似如下：