一、 生成器（generator）概念

生成器是一种保存算法的特殊迭代器，每次调用next()或send()计算下一个元素的值，直到计算最后一个元素，没有更多的元素，抛出stopiteration。生成器有两种类型，一种是生成器表达式(也称为生成器推导)，另一种是生成器函数。

二、 生成器表达式

生成器表达式是通过Python表达式语句计算一系列数据，但生成器定义时数据没有生成，而是返回一个对象，只有在需要时才根据表达式计算当前需要返回的数据：

生成器表达式来自迭代和列表分析（列表分析后一章）的组合。生成器类似于列表分析，但它使用小括号而不是中括号。生成器返回按需生成结果的对象，而不是一次构建结果列表；

生成器表达式语法如下：

(exprforiter_variniterable)
(exprforiter_variniterableifcond_expr)

其中：

计算expr 生成器元素值的表达式

for iter_var in iterable iter_var：表示对可迭代对象iter_var中的每个元素进行表达式操作

if cond_exp：在参与表达式运算之前，可迭代对象中的元素需要满足指定的条件

说明

生成器表达式直接用于一对现有的小括号(如在函数调用中)时，不需要添加一对小括号。例如:sum(i ** 2 for i in range(10))；

生成器表达式与列表分析的语法非常相似。由于涉及一些相关函数，老猿在列表分析相关章节中回顾了生成器表达式的相关内容。

三、 生成器函数

生成器函数是一种特殊的函数，在句子中包含yield关键字。它本身就是一个迭代器，需要通过调用next函数(或迭代器__来访问迭代器数据的代码next__方法)或send方法触发函数进行计算，并通过yield返回计算结果数据。返回数据后，函数立即停止执行，函数状态将保存在当地变量中，直到下一次外部调用激活，并从上一次停止执行部分开始执行。

1、 分析生成器函数和调用器的执行过程

生成器函数定义示意代码(非可执行代码)如下:

deffun():

初始化

循环：

计算得到k

nRet=yieldk

其它循环代码

上述代码表示:生成器函数运行时，计算结果k通过yield返回数据k给调用器。返回k给调用器后，生成器函数停止执行，yield的调用执行结果未返回给生成器函数。 nret的赋值没有执行。下次调用后，返回yield本身的执行结果，并继续执行后续循环代码，直到yield再次执行。

这里有几个细节可以通过验证来解释:

a) yield函数的执行是一个句子，但在实际执行中，句子被分解成两部分。第一部分是将计算结果k返回到send或next调用器（以下简称触发器），保存当前环境并暂停执行。另一部分是恢复当前环境，将yield本身的执行结果返回到生成器函数的调用器，并继续执行后续循环。每次调用yield时，除第一次从第一部分执行外，后续从第二部分执行。

b) yield返回值(nret记录的值)为next(含__next__方法，下同)为None，如果触发方为send，则该值为send方法参数中的发送值；

c) 生成器函数在调用时只生成一个生成器实例，并没有真正执行。只有当第一次通过next触发时，才会进入函数执行。请注意，第一次触发不能通过send触发。

2) 调用生成器代码示意

defmain():

初始化

f=fun()
next(f)

循环：

其它循环代码

nRet=send(x)

其它循环代码

上述代码表示：调用器执行自己的初始化，然后对生成器函数进行初始化，然后对生成器函数进行循环迭代访问。

老猿也有几个细节在这里解释:

a) f= fun()这个句子不会进入函数执行，只会生成生成器实例f

b) 只有在循环代码中使用send触发时才需要第一个next调用。如果在循环中使用next，则无需执行send一次；

c) 第一个next将触发生成器函数的调用，从生成器的第一行代码开始；后续的next或send执行不再执行生成器函数的初始化部分，而只从yield的第二部分执行，第二部分应该在生成器函数的循环迭代码中执行，因此执行仍然在生成器函数的循环代码中循环，直到遇到yield句子，执行yield句子的第一部分逻辑悬挂函数等待再次开始；

d) nret记录的返回值是生成器函数yield后返回到触发器的数据。

2、 以下是老猿编写的模拟存储快递包裹的生成器函数及其呼叫代码。每次执行存储包裹的函数都会挂起。主程序等待确认是否继续循环。如果不继续，则退出。代码如下：

importrandom
defPutPackage():
print(‘PutPackagestart…’)
nRet=123
whileTrue:
ifnRet<1:break
print(‘PutPackage:BeforeYield…’)
nRet=yield’PutPackage’+str(nRet)#返回字符串PutPackage+上次回收yield的返回值
print(‘PutPackage:AfterYield,nRet=’,nRet)
ifnotnRet:continue
defmainf():
print(‘mainfstartcallPutPackage…’)
vPutPackage=PutPackage()#只返回生成器generator对象
bBreak=False
print(‘mainfstartcallnext…’)
nRet=next(vPutPackage)#初始化生成器
print(‘mainfendcallnext,nRet=’,nRet)
whileTrue:
ifbBreak:
try:#为什么要捕获异常？
vPutPackage.send(-1)#触发-1提示生成器函数
exceptStopIteration:pass
break
print(‘mainfloopstartcallsend…’)
nRet=vPutPackage.send(random.randint(10000，9999)#触发生成器函数的随机包装编号
print(‘mainfloopaftercallsend,nRet=’,nRet)
sConfirm=input(“是否准备完成存件提取循环(Y或y是，否则将继续循环):”)
ifsConfirm.strip().upper()==‘Y’:
bBreak=True
print("\n")
mainf()

实施结果如下，大家对以前的实施过程进行分析理解：

mainfstartcallPutPackage…
mainfstartcallnext…
PutPackagestart…
PutPackage:BeforeYield…
mainfendcallnext,nRet=Package123
mainfloopstartcallsend…
PutPackage:AfterYield,nRet=66468
PutPackage:BeforeYield…
mainfloopaftercallsend,nRet=PutPackage666668

是否准备完成存件提取循环(Y或y是，否则将继续循环):n

mainfloopstartcallsend…
PutPackage:AfterYield,nRet=22204
PutPackage:BeforeYield…
mainfloopaftercallsend,nRet=PutPackage2204

是否准备好完成存件取件循环(Y或Y，否则继续循环):y

PutPackage:AfterYield,nRet=-1

为什么要在上述代码中捕获异常？这是因为最后一个send(-1)是从yield的第二部分执行到循环“if nRet<1 : break“语句将终止循环，不会通过yield返回触发器。此时，send执行将出现迭代结束的异常。

3、 生成器函数的其他说明

Python使用生成器支持延迟操作。所谓延迟操作，是指在需要时产生结果，而不是立即产生结果。这有利于节省内存，特别是科学计算生成器；

除next方法外，生成器还可以通过for循环来遍历生成器的内容；

除前面介绍的__外，生成器next__、除了send方法，还有throw、close方法：

a) throw(type[, value[, traceback]])：该方法在生成器暂停位置引起 type 类型异常，并返回生成器函数产生的下一个值。 如果生成器在不产生下一个值的情况下退出，将导致 StopIteration 异常。 如果生成器函数没有捕获传入异常或引起另一个异常，则异常将传播给调用器。该方法可以解决上述案例捕获异常的问题

b) close()：在生成器函数暂停的位置引起 GeneratorExit。 如果生成器函数正常退出、关闭或引起 GeneratorExit(因未捕获此异常) 关闭并返回调用器。 假如生成器产生了一个值，关闭就会导致 RuntimeError。 如果生成器引起任何其他异常，它就会传播给调用者。 如果生成器因异常或正常退出 close() 不会做任何事。触发器可以通过调用close直接关闭生成器，而不需要判断生成器函数中send发送的数据，如上述情况。