在python這門語言中，生成器毫無疑問是最有用的特性之一。與此同時，也是使用的最不廣泛的python特性之一。究其原因，主要是因為，在其他主流語言裡面沒有生成器的概念。正是由於生成器是乙個「新」的東西，所以，它一方面沒有引起廣大工程師的重視，另一方面，也增加了工程師的學習成本，最終導致大家錯過了python中如此有用的乙個特性。
我的這篇文章，希望通過簡單易懂的方式，深入淺出地介紹python的生成器，以改變「如此有用的特性卻使用極不廣泛」的現象。本文的組織如下：在第1章，我們簡單地介紹了python中的迭代器協議；在本文第2章，將會詳細介紹生成器的概念和語法；在第3章，將會給出乙個有用的例子，說明使用生成器的好處；在本文最後，簡單的討論了使用生成器的注意事項。
由於生成器自動實現了迭代器協議，而迭代器協議對很多人來說，也是乙個較為抽象的概念。所以，為了更好的理解生成器，我們需要簡單的回顧一下迭代器協議的概念。
迭代器協議是指：物件需要提供next方法，它要麼返回迭代中的下一項，要麼就引起乙個stopiteration異常，以終止迭代
可迭代物件就是：實現了迭代器協議的物件
協議是一種約定，可迭代物件實現迭代器協議，python的內建工具(如for迴圈，sum，min，max函式等)使用迭代器協議訪問物件。
舉個例子：在所有語言中，我們都可以使用for迴圈來遍歷陣列，python的list底層實現是乙個陣列，所以，我們可以使用for迴圈來遍歷list。如下所示：
for n in [1, 2, 3, 4]:... print n但是，對python稍微熟悉一點的朋友應該知道，python的for迴圈不但可以用來遍歷list，還可以用來遍歷檔案物件，如下所示：
with open(『/etc/passwd』) as f: # 檔案物件提供迭代器協議... for line in f: # for迴圈使用迭代器協議訪問檔案... print line...為什麼在python中，檔案還可以使用for迴圈進行遍歷呢？這是因為，在python中，檔案物件實現了迭代器協議，for迴圈並不知道它遍歷的是乙個檔案物件，它只管使用迭代器協議訪問物件即可。正是由於python的檔案物件實現了迭代器協議，我們才得以使用如此方便的方式訪問檔案，如下所示：
f = open('/etc/passwd')>>> dir(f)['class', 'enter', 'exit', 'iter', 'new', 'writelines', '...'
python使用生成器對延遲操作提供了支援。所謂延遲操作，是指在需要的時候才產生結果，而不是立即產生結果。這也是生成器的主要好處。
python有兩種不同的方式提供生成器：
生成器函式：常規函式定義，但是，使用yield語句而不是return語句返回結果。yield語句一次返回乙個結果，在每個結果中間，掛起函式的狀態，以便下次重它離開的地方繼續執行
生成器表示式：類似於列表推導，但是，生成器返回按需產生結果的乙個物件，而不是一次構建乙個結果列表
我們來看乙個例子，使用生成器返回自然數的平方（注意返回的是多個值）：
def gensquares(n): for i in range(n): yield i ** 2for item in gensquares(5): print item,
使用普通函式：
使用列表推導，將會一次產生所有結果：
squares = [x**2 for x in range(5)]>>> squares[0, 1, 4, 9, 16]將列表推導的中括號，替換成圓括號，就是乙個生成器表示式：
squares = (x**2 for x in range(5))>>> squaresgenerator object at 0x00b2ec88>>>> next(squares)0>>> next(squares)1>>> next(squares)4>>> list(squares)[9, 16]python不但使用迭代器協議，讓for迴圈變得更加通用。大部分內建函式，也是使用迭代器協議訪問物件的。例如， sum函式是python的內建函式，該函式使用迭代器協議訪問物件，而生成器實現了迭代器協議，所以，我們可以直接這樣計算一系列值的和：
sum(x ** 2 for x in xrange(4))而不用多此一舉的先構造乙個列表：
sum([x ** 2 for x in xrange(4)])
前面已經對生成器有了感性的認識，我們以生成器函式為例，再來深入**一下python的生成器：
語法上和函式類似：生成器函式和常規函式幾乎是一樣的。它們都是使用def語句進行定義，差別在於，生成器使用yield語句返回乙個值，而常規函式使用return語句返回乙個值
自動實現迭代器協議：對於生成器，python會自動實現迭代器協議，以便應用到迭代背景中（如for迴圈，sum函式）。由於生成器自動實現了迭代器協議，所以，我們可以呼叫它的next方法，並且，在沒有值可以返回的時候，生成器自動產生stopiteration異常
狀態掛起：生成器使用yield語句返回乙個值。yield語句掛起該生成器函式的狀態，保留足夠的資訊，以便之後從它離開的地方繼續執行
我們再來看兩個生成器的例子，以便大家更好的理解生成器的作用。
首先，生成器的好處是延遲計算，一次返回乙個結果。也就是說，它不會一次生成所有的結果，這對於大資料量處理，將會非常有用。
大家可以在自己電腦上試試下面兩個表示式，並且觀察記憶體占用情況。對於前乙個表示式，我在自己的電腦上進行測試，還沒有看到最終結果電腦就已經卡死，對於後乙個表示式，幾乎沒有什麼記憶體占用。
sum([i for i in xrange(10000000000)])sum(i for i in xrange(10000000000))
除了延遲計算，生成器還能有效提高**可讀性。例如，現在有乙個需求，求一段文字中，每個單詞出現的位置。
不使用生成器的情況：
def index_words(text): if text: yield 0 for index, letter in enumerate(text, 1): if letter == ' ': yield index
這裡，至少有兩個充分的理由說明 ，使用生成器比不使用生成器**更加清晰：
我們直接來看例子，假設檔案中儲存了每個省份的人口總數，現在，需要求每個省份的人口佔全國總人口的比例。顯然，我們需要先求出全國的總人口，然後在遍歷每個省份的人口，用每個省的人口數除以總人口數，就得到了每個省份的人口佔全國人口的比例。
如下所示：
def get_province_population(filename): with open(filename) as f: for line in f: yield int(line)gen = get_province_population('data.txt')all_population = sum(gen)#print all_populationfor population in gen: print population / all_population
執行上面這段**，將不會有任何輸出，這是因為，生成器只能遍歷一次。在我們執行sum語句的時候，就遍歷了我們的生成器，當我們再次遍歷我們的生成器的時候，將不會有任何記錄。所以，上面的**不會有任何輸出。
因此，生成器的唯一注意事項就是：生成器只能遍歷一次。
本文深入淺出地介紹了python中，乙個容易被大家忽略的重要特性，即python的生成器。為了講解生成器，本文先介紹了迭代器協議，然後介紹了生成器函式和生成器表示式，並通過示例演示了生成器的優點和注意事項。在實際工作中，充分利用python生成器，不但能夠減少記憶體使用，還能夠提高**可讀性。掌握生成器也是python高手的標配。希望本文能夠幫助大家理解python的生成器。
python生成器好處 Python生成器筆記
python中三大器有迭代器，生成器，裝飾器，本文主要講述生成器。主要從生成器的概念，本質，以及yield關鍵字的使用執行過程。本質 生成器是一類特殊的迭代器，使用了yield關鍵字的函式不再是函式，而是生成器。使用了yield的函式就是生成器 1.yield關鍵字有兩點作用 1.1 yield語句...
Python生成器到底有什麼優點？
迭代是python最強大的功能之一，是訪問集合元素的一種方式。迭代器是乙個可以記住遍歷的位置的物件。迭代器物件從集合的第乙個元素開始訪問，直到所有的元素被訪問完結束。迭代器只能往前不會後退。迭代器有兩個基本的方法 iter 和next 建立迭代器 把乙個類作為乙個迭代器使用需要在類中實現兩個方法 i...
python 生成器作用 Python生成器
生成器介紹 在函式內部包含yield關鍵字，那麼該函式執行的結果是生成器，生成器就是迭代器。生成器的功能 把函式結果做成迭代器 以一種優雅的方式封裝好iter,next 提供了一種自己定義迭代器的方式。使用生成器建立乙個迭代器 def a print a yield 11 使用yield，執行後返回...