>圣灵所结的果子，就是仁爱、喜乐、和平、忍耐、恩慈、良善、信实、温柔、节制。这样的事，没有律法禁止。凡属基督耶稣的人，是已经把肉体连肉体的邪情私欲同钉在十字架上了。我们若是靠圣灵得生，就当靠圣灵行事。不要贪图虚名，彼此惹气，互相嫉妒。(GALATIANS 5:22-26) #生成器 上节中，我们曾经做过这样的操作： >>> my_tup = (x**x for x in range(4)) >>> my_tup at 0x02B7C2B0> generator，翻译过来是生成器。 生成器是一个非常迷人的东西，也常被认为是Python的高级编程技能。不过，我依然很乐意在这里跟读者——尽管你可能是一个初学者——探讨这个话题，因为我相信读者看本教程的目的，绝非仅仅将自己限制于初学者水平，一定有一颗不羁的心——要成为Python高手。那么，开始了解生成器吧。 既然在探讨“迭代器”的时候出现了生成器，这就说明生成器和迭代器有着一定的渊源关系。 没错！生成器必须是可迭代的，它首先是迭代器。 但，它毕竟还是生成器，具有生成器的特质。 ##定义生成器 定义生成器，必须使用`yield`关键词。yield这个词在汉语中有“生产、出产”之意，在Python中，它作为一个关键词，是生成器的标志。 >>> def g(): ... yield 0 ... yield 1 ... yield 2 >>> g 建立了一个非常简单的函数，里面有`yield`发起的三个语句。下面看如何使用它： >>> ge = g() >>> ge >>> type(ge) 调用函数，得到了一个生成器(generator)对象。 Python 2: >>> dir(ge) ['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__name__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'next', 'send', 'throw'] Python 3: >>> dir(ge) ['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__lt__', '__name__', '__ne__', '__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw'] 在这里看到了`__iter__()`å’Œ`next()`或`__next__()`，虽然我们在函数体内并没有显示地写出`__iter__()`、`next()`å’Œ`__next__()`，仅仅写了`yield`语句，它就已经成为迭代器了。 既然如此，当然可以： >>> ge.next() #Python 3: ge.__next__()，下同，从略 0 >>> ge.next() 1 >>> ge.next() 2 >>> ge.next() Traceback (most recent call last): File "", line 1, in StopIteration 从这个简单例子中可以看出，那个含有`yield`关键词的函数是一个生成器对象，这个生成器对象也是迭代器。 于是可以这样定义：把含有`yield`语句的函数称作生成器。 生成器是一种用普通函数语法定义的迭代器。 通过上面的例子可以看出，这个生成器（也是迭代器），在定义过程中并没有像上节迭代器那样写`__iter__()`å’Œ`next()`，而是只要用了yield语句，那个普通函数就神奇般地成为了生成器，也就具备了迭代器的功能特性。 `yield`语句的作用，就是在调用的时候返回相应的值。详细剖析一下上面的运行过程： 1. `ge = g()`：返回生成器之外。 2. `ge.next()`：生成器才开始执行，遇到了第一个yield语句，将值返回，并暂停执行（有的称之为挂起）。 3. `ge.next()`：从上次暂停的位置开始，继续向下执行，遇到yield语句，将值返回，又暂停。 4. `gen.next()`：重复上面的操作。 5. `gene.next()`：从上面的挂起位置开始，但是后面没有可执行的了，于是`next()`发出异常。 从上面的执行过程中，发现yield除了作为生成器的标志之外，还有一个功能就是返回值。那么它跟return这个返回值有什么区别呢？ ##yield 函数返回值，本来已经有了一个`return`，现在又出现了`yield`，这两个有什么区别？ 为了区别，我们写两个没有什么用途的函数： >>> def r_return(n): ... print "You taked me." #Python 3: print("You taked me.")，下同，从略 ... while n > 0: ... print "before return" ... return n ... n -= 1 ... print "after return" ... >>> rr = r_return(3) You taked me. before return >>> rr 3 从函数被调用的过程可以清晰看出，`rr = r_return(3)`，函数体内的语句就开始执行了，遇到`return`，将值返回，然后就结束函数体内的执行。所以`return`后面的语句根本没有执行。这是`return`的特点，关于此特点的详细说明请阅读[《函数(2)》中的返回值相关内容](./202.md)。 下面将return改为yield： >>> def y_yield(n): ... print "You taked me." #Python 3: print("You taked me.")，下同，从略 ... while n > 0: ... print "before yield" ... yield n ... n -= 1 ... print "after yield" ... >>> yy = y_yield(3) #没有执行函数体内语句 >>> yy.next() #Python 3: yy.__next__()，下同，从略 You taked me. before yield 3 #遇到yield，返回值，并暂停 >>> yy.next() #从上次暂停位置开始继续执行 after yield before yield 2 #又遇到yield，返回值，并暂停 >>> yy.next() #重复上述过程 after yield before yield 1 >>> yy.next() after yield #没有满足条件的值，抛出异常 Traceback (most recent call last): File "", line 1, in StopIteration 结合注释和前面对执行过程的分析，读者一定能理解`yield`的特点了，也深知与`return`的区别了。 一般的函数，都是止于`return`。作为生成器的函数，由于有了`yield`，则会遇到它挂起。 斐波那契数列已经是老相识了。不论是循环、迭代都用它举例过，现在让我们还用它吧，只不过是要用上`yield`。 #!/usr/bin/env python # coding=utf-8 def fibs(max): """ 斐波那契数列的生成器 """ n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 if __name__ == "__main__": f = fibs(10) for i in f: print i , #Python 3: print(i, end=',') 运行结果如下： $ python 21501.py 1 1 2 3 5 8 13 21 34 55 用生成器方式实现的斐波那契数列是不是跟以前的有所不同了呢？读者可以将本书中已经演示过的斐波那契数列实现方式做一下对比，体会各种方法的差异。 经过上面的各种例子，已经明确，一个函数中，只要包含了`yield`语句，它就是生成器，也是迭代器。这种方式显然比前面写迭代器的类要简便多了。但，并不意味着上节的就被抛弃。是生成器还是迭代器，都是根据具体的使用情景而定。 最后一句，你在编程中，不用生成器也可以。 ------ [总目录](./index.md)   |   [上节：迭代器](./214.md)   |   [下节：上下文管理器](./235.md) 如果你认为有必要打赏我，请通过支付宝：**[email protected]**,不胜感激。