生成器

简介

生成器是一种惰性迭代器，它每次只生成一个值，用完了再生成下一个，而不是一次性生成全部所有值。一般有两种创建方式

创建生成器

  • yield
def count_up_to(max):
    count = 1
    while count <= max:
        yield count  # 返回当前值，暂停函数执行
        count += 1

gen = count_up_to(3)
for i in gen:
    print(i)
  • 生成器表达式
gen = (x * x for x in range(5))
for i in gen:
    print(i)

yield 的作用

可以看我的这篇博客

Python yield 解析：原理、示例与 send 方法

生成器的作用

一般用来解决大数据量大问题，例如，一口气生成一个百万数据的列表，都放到内存中会太消耗内存，这时候就可以使用生成器来逐步生成，降低内存占用率。又或者读取数据库时数据量太大也可以使用生成器，一样的道理。

生成器的高级用法

send()：将值传入生成器

def custom_gen():
    x = yield "准备好了"
    yield f"你刚才说的是：{x}"

g = custom_gen()
print(next(g))        # 输出：准备好了
print(g.send("你好")) # 输出：你刚才说的是：你好

注意：不能一开始就使用send方法发送非 None 值，这样会报错。需要用 next 或者 send(None)启动生成器。

TypeError: can't send non-None value to a just-started generator

throw()：主动在 yield 处抛出异常

def example():
    try:
        yield
    except ValueError:
        print("接住了异常")

g = example()
next(g)
g.throw(ValueError)

close()：停止生成器执行

def mygen():
    try:
        while True:
            yield 1
    finally:
        print("生成器关闭")

g = mygen()
next(g)
g.close()

异步生成器

简介

异步生成器是 python3.6 之后增加的，它解决的问题和生成器基本一致

创建异步生成器

async def async_gen():
    for i in range(3):
        await asyncio.sleep(1)  # 模拟异步操作
        yield i  # 注意：这是一个 async generator
  • 调用异步生成器
import asyncio

async def main():
    async for item in async_gen():
        print(item)

asyncio.run(main())

不支持高级方法

不支持 send()、throw()、close()