Python 生成器generator的使用

生成器在 Python 中的定义与作用

生成器是 Python 中一种特殊的函数，它使用 yield 关键字来返回值，而不是使用 return。当调用生成器函数时，它不会立即执行，而是返回一个生成器对象。这种机制使得生成器可以在需要时逐步生成数据，节省内存资源。

与普通函数不同，生成器可以暂停执行并保留状态，下次调用时从上次暂停的位置继续。这与迭代器类似，但生成器更易于实现。例如：

def simple_generator():yield 1yield 2yield 3for num in simple_generator():print(num)

运行结果为：

1
2
3

通过 yield，我们可以创建高效的迭代结构，尤其适合处理大数据集或无限序列。

生成器的内部机制

生成器是 Python 中一种特殊的迭代器，它通过 yield 关键字实现延迟计算。当调用生成器函数时，会返回一个生成器对象，该对象支持迭代协议（__next__() 方法）。每次调用 __next__()，生成器会从上次暂停的位置继续执行，直到遇到下一个 yield 或 return。

例如：

def gen():yield 1yield 2yield 3g = gen()
print(next(g))  # 输出: 1
print(next(g))  # 输出: 2
print(next(g))  # 输出: 3

当所有值被产出后，再次调用 next(g) 会引发 StopIteration 异常，表示迭代结束。

生成器不仅支持 __next__()，还支持 send(value) 方法，允许外部向生成器发送数据。在生成器中，yield 可以接收传入的值，如：

def gen():x = yieldprint("收到:", x)g = gen()
next(g)        # 启动生成器
g.send("Hello") # 输出: 收到: Hello

生成器内部通过状态管理保存执行位置和局部变量，使得每次调用都能恢复执行。这种机制使其成为处理大数据流或无限序列的理想工具。

初识生成器

在 Python 中，生成器是一种特殊的函数，它能够“暂停”并“恢复”执行，从而逐步返回值。生成器的核心是 yield 关键字，它可以让函数在每次调用时返回一个值，并保留当前的状态，以便下次继续执行。

下面是一个简单的生成器示例，用于生成数字：

def simple_counter():yield 1yield