Python3.x：生成器简介

Python3.x：生成器简介

概念

　任何使用yield的函数都称之为生成器；使用yield，可以让函数生成一个序列，该函数返回的对象类型是"generator"，通过该对象连续调用__next__()方法返回序列值；

实例

　生成器函数只有在调用__next()__方法的时候才开始执行函数里面的语句，例如：

def count(n):
    while n > 0:
        yield n   #生成值：n
        n -= 1  

　使用yield，可以让函数生成一个序列，该函数返回的对象类型是"generator"，通过该对象连续调用__next__()方法返回序列值；

c = count(5)
c.__next__()  #python 3.4.3要使用c.__next__()不能使用c.next()
结果：5
c.__next__()
结果4 

　在调用count函数时：c=count(5)，并不会打印"counting"只有等到调用c.__next__()时才真正执行里面的语句。每次调用__next__()方法时，count函数会运行到语句yield n处为止，__next__()的返回值就是生成值n，再次调用__next__()方法时，函数继续执行yield之后的语句（熟悉Java的朋友肯定知道Thread.yield()方法，作用是暂停当前线程的运行，让其他线程执行），例如：

def count(n):
    print ("cunting" )
    while n > 0:
        print ('before yield')
        yield n   #生成值：n
        n -= 1
        print ('after yield' )

上述代码在第一次调用__next__方法时，并不会打印"after yield"。如果一直调用__next__方法，当执行到没有可迭代的值后，程序就会报错：

Traceback (most recent call last): File "", line 1, in StopIteratio

所以一般不会手动的调用__next__方法，而使用for循环：

for i in count(5):
    print (i)

实例：用yield实现斐波那契数列

def fibonacci():
    a=b=1
    yield a
    yield b
    while True:
        a,b = b,a+b
        yield b  

调用：

for num in fibonacci():
    if num > 100:
        break
    print (num), 

yield中return的作用：
作为生成器，因为每次迭代就会返回一个值，所以不能显示的在生成器函数中return 某个值，包括None值也不行，否则会抛出“SyntaxError”的异常，但是在函数中可以出现单独的return，表示结束该语句。
通过固定长度的缓冲区不断读文件，防止一次性读取出现内存溢出的例子：

def read_file(path):
    size = 1024
    with open(path,'r') as f:
        while True:
            block = f.read(SIZE)
            if block:
                yield block
            else:
                return  

如果是在函数中return 具体某个值，就直接抛异常：

def test_return():
    yield 4
    return 0  

结果：File "<stdin>", line 3
SyntaxError: 'return' with argument inside generator