一、天生器界说：
- 为了缓解内存压力，Python使用天生器对耽误操纵提供了支持。所谓耽误操纵，是指在必要的时间才产生效果，而不是立刻产生效果。这也是天生器的重要利益。
- 运用场景：大数据量的运算，不会由于内存的问题被进程杀死
- 天生器有二种方式举行获取数据：for循环和__next__
- 天生器中的元素只能获取一遍，如果读取全部数据还继承获取会提示报错
二、天生器表达式：
- 雷同于列表推导，但是，天生器返回按需产生效果的一个对象，而不是一次构建一个效果列表
list01 = [random.randint(1, 5) for i in range(5)]
|| 中括号变成小括号
gen01 = (random.randint(1, 5) for i in range(5))
# 列表推导式import randomlist01 = [random.randint(1, 5) for i in range(5)]print(list01) # [1, 3, 4, 1, 2]# 天生器表达式gen01 = (random.randint(1, 5) for i in range(5))print(gen01) # <generator object <genexpr> at 0x7f18cc1c8830>三、天生器调用方式：
# 天生器当中的元素只能获取一遍# for 天生器.__next__()print("data:", gen01.__next__()) # 第一个数据print("data:", gen01.__next__()) # 第二个数据
for item in gen01: print("for:", item)# print("data:", gen01.__next__()) # 报错:StopIteration三、天生器函数yield：
- 通例函数界说，但是，使用 yield 语句而不是 return 语句返回效果
- yield 语句一次返回一个效果，在每个效果中心，挂起函数的状态，相称于停息，以便下次重它脱离的地方继承实验
- 已实验过的代码，不会再举行实验，但会保存实验效果
- 函数内yield 语句全部实验完在举行调用会报错
实验流程：
- 在函数内部，有很多 yield 返回中心效果；
- 步调向函数取值时，当函数实验到第1个yield时，会停息函数运行并返回中心效果；
当主步调再次调用函数时，函数会从前次停息的位置继承运行，当碰到第2个yield，会再次停息运行函数并返回数据；
- 重复以上操纵，一直到函数内部的yield全部实验完成为止
# 天生器函数# return: 函数实验的停止# yield: 体现函数实验的停息def func02(): a = 1 yield a b = "hello" yield b c = [1, 2] yield cgen2 = func02()print("gen2:", gen2)# <generator object func02 at 0x7f94da357a98>print(gen2.__next__()) # 1print(gen2.__next__()) # hellofor item in gen2: print("for:", item) # [1, 2]# gen2.__next__() # 报错四、案例
需求：
- 使用函数实现天生器 yield
- 函数担当一个文件对象作为参数(读文件)
- 天生器函数每次返回文件的 10 行数据
# 实现思绪：# 创建list容器吸收读取的文件内容# 读取文件内容，并将每一行存储到list中# 判断list长度是否为10，是，yield返回，清空列表# 读取完文件后，查察list是否大于0，是，yield返回def get_lines(file_name): li = [] with open(file_name, mode="r") as fr: while True: line = fr.readline() # 没数据就退出循环 if line is "": break # 添加每一行的数据 li.append(line) # 判断line长度 if len(li) == 10: yield li li.clear() # 兜底判断，包管末了的数据完备性 if len(li) != 0: yield liif __name__ == '__main__': gen = get_lines("/etc/hosts") # 循环输出文件内容 for item in gen: print("line:", item) |
