实例讲解Python生成器的概念
1、打开Python开发工具IDLE,新建‘gen.py’文件，写代码如下:
list1 = [x for x in range(10)]
print (list1)
gen1 = (x for x in range(10))
print (gen1)
创建列表和生成器，上面的区别仅仅是中括号和小括号。
2、F5运行程序，打印出列表和生成器对象
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
<generator object <genexpr> at 0x0000000002F39E58>
3、遍历生成器对象才能正常打印出内容。另一种访问方式是gen1.next()
list1 = [x for x in range(10)]
print (list1)
gen1 = (x for x in range(10))
print (gen1)
for i in gen1:
print (i)
4、F5运行程序，生成器的内容逐个打印，所以说生成器也是迭代器一种。
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
<generator object <genexpr> at 0x0000000002F39E58>
0
1
2
3
4
5
6
7
8
9
5、另一种生成器是yield生成器，当一个函数里有yield那么这个函数就是一个生成器，测试代码如下;
list1 = [x for x in range(10)]
print (list1)
gen1 = (x for x in range(10))
print (gen1)
for i in gen1:
print (i)
def yieldfun():
print ('begin')
r = yield 'a'
print ('end')
s = yieldfun()
print (type(s))
6、F5运行程序，可以发现s是一个生成器对象
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
<generator object <genexpr> at 0x0000000002F39E58>
0
1
2
3
4
5
6
7
8
9
<class 'generator'>
7、Python3中生成器的next(),要写成__next__(),完整代码如下:
list1 = [x for x in range(10)]
print (list1)
gen1 = (x for x in range(10))
print (gen1)
for i in gen1:
print (i)
def yieldfun():
print ('begin')
r = yield 'a'
print ('end')
s = yieldfun()
print (type(s))
s.__next__()
8、F5运行程序，程序执行到yield卡住，相当于函数已经返回,不影响程序向下执行
9、继续改写代码，执行yield下面的代码，可以继续用__next__(),或者send给 r 传值
list1 = [x for x in range(10)]
print (list1)
gen1 = (x for x in range(10))
print (gen1)
for i in gen1:
print (i)
def yieldfun():
print ('begin')
r = yield 'a'
print (r)
print ('end')
s = yieldfun()
print (type(s))
s.__next__()
s.send('x')
10、F5运行程序，因为程序中只有一个yield。所以程序会报错，在实际应用中，
yield 一般是一个函数，函数返回值通过send方式传递，程序捕获异常并处理
