python_生成器

生成器 1. 调用的时候才生成

2.只能调用一个函数 __next__() ,只记住当前位置，只能一个一个取值

　　　 3.不知道数据的长度

1.最简单的生成器

ListGener = [i*2 for i in range(1,8)] #列表生成式
print(ListGener)

Gener = (i*2 for i in range(1,8))  #变成一个生成器
print(type(Gener))

for i in Gener:

    print(i)

2.只能调用一个函数 __next__() ,只记住当前位置

Value = Gener.__next__()
print(Value)
print(Gener.__next__())

3. 有yield 的函数是一个生成器，return 返回的值是一个异常

def GenerFun(Count):
    i = 0
    n = 1
    while i < Count:
        yield n
        n = n * ( i + 2)
        i +=1
    return "errer"  #用next方法时，若超过长度，则抛出异常

gen = GenerFun(10)
print(type(gen))
# print(gen.__next__())
# print(gen.__next__())
# print(gen.__next__())
# print(gen.__next__())
# print(gen.__next__())
# print(gen.__next__())
for i in gen:
    print(i)

打印结果：

1
2
6
24
120
720
5040
40320
362880
3628800

4. 可以通过yield 实现单线程下的实际并发运行的效果

yield ：函数执行到yield时会被中断，等待下次被唤醒（send()或__next__()函数)

send()方法，唤醒生成器方法，并给yield传值

next方法只是调用生成器方法

import time
File = open("debug.txt","a",encoding="utf-8")
def consumer(name):
    print("%s write data to file!" %name)
    while True:
        strMSG = yield
        File.write(strMSG + "from %s
" %name)
        print("写入[%s],被[%s]!" %(strMSG,name))
# c = consumer("writeFile")
# c.__next__()
# b1= "string message"
# c.send(b1)
# c.__next__()
def producer(name):
    c = consumer('writer1')   #形成一个生成器，相当于初始化一样，不是函数调用
    c2 = consumer('writer2')
    c.__next__()       #这儿才开始调用生成器
    c2.__next__()
    print("producer beging...")
    for i in range(10):
        time.sleep(1)
        strmsg = str(i) +"woshidi"
        c.send(strmsg)
        c2.send(strmsg)
producer("yes")

View Code