Python generator之奇妙！

4.4k收藏，CrackingOysters，也是微信公众号

之前有人跟我说，觉得Python的generator好难理解。给TA讲了一下，TA似乎豁然开朗了。

最近这两天用Python写了个爬虫，代码在GitHub - Celthi/ScienceNetool （后面会写文章总结一下爬虫的写法和思路），一直既往惊叹于generator的美，惊叹于建立在简简单单地语法上的奇妙！所以再聊聊generator——

Generator

Python 的generator的引入是在2001 https://www.python.org/dev/peps/pep-0255/，比如下面的代码创建一个简单的generator，这个generator，会生成所有的自然数——是不是很厉害？

def natural_number():
    i = 0
    while True:
        yield i
        i += 1

新手看到这个代码，可能会害怕。其实理解它很简单，让我们先看看它是常见的使用的方法

n =  natural_number()
for i in n:
    print(i)

for in 遍历所有的自然数，然后打印出来。简单吧!（注意这个代码是个死循环，仅为了示意）

所以generator，当你调用它的时候，它里面的代码不会运行，会返回一个generator object。

然后你就可以对这个generator object，做任何可以对它做的事情，如遍历，或者返回给其他调用者。

当你将next方法作用于它时，就会恢复运行，获取下一个yield的值。一直到运行结束，返回StopIteration exception.

下面的代码测试你的理解程度

def f():
    yield 5

n = f()
print(n) 
print(next(n)) 
print(next(n))

上面的代码会输出什么？

def f():
    yield 5
    print('end')

n = f()
print(n) 
print(next(n)) 
print(next(n))

上面的代码会输出什么？

def f():
    yield 5
    print('end')
for i in f():
    print(i)

上面的例子，我们可以看到，generator占用的内容比单纯的list会节省很多内存。

因为如果用list存放所有的自然数，显然是不可能的，我们没有这么大的计算机，世界上也永远不可能出现。

而generator 只花了一点内存，就可以产生所有的自然数。如果你不信，你把上面的程序跑一下，然后一直等到宇宙的尽头。

自然数是无穷的，但是却可以用generator生成。

generator其实是协程的一种，所以generator可以暂停，然后再恰当的时候再恢复运行。

可以参考我之前关于协程的文章，Coroutine, 异步，同步，async, await

所以generator可以让你实现控制流的切分和重组，从而贴近实际的编程模型。