Python3.x：生成器简介
概念
任何使用yield的函数都称之为生成器；使用yield，可以让函数生成一个序列，该函数返回的对象类型是”generator”，通过该对象连续调用__next__()方法返回序列值；
实例
生成器函数只有在调用__next()__方法的时候才开始执行函数里面的语句，例如：
def count(n): while n > 0: yield n #生成值：n n -= 1
使用yield，可以让函数生成一个序列，该函数返回的对象类型是”generator”，通过该对象连续调用__next__()方法返回序列值；
c = count(5) c.__next__() #python 3.4.3要使用c.__next__()不能使用c.next() 结果：5 c.__next__() 结果4
在调用count函数时：c=count(5)，并不会打印”counting”只有等到调用c.__next__()时才真正执行里面的语句。每次调用__next__()方法时，count函数会运行到语句yield n处为止，__next__()的返回值就是生成值n，再次调用__next__()方法时，函数继续执行yield之后的语句（熟悉Java的朋友肯定知道Thread.yield()方法，作用是暂停当前线程的运行，让其他线程执行），例如：
def count(n): print ("cunting" ) while n > 0: print ('before yield') yield n #生成值：n n -= 1 print ('after yield' )
上述代码在第一次调用__next__方法时，并不会打印”after yield”。如果一直调用__next__方法，当执行到没有可迭代的值后，程序就会报错：
Traceback (most recent call last): File "", line 1, in StopIteratio
所以一般不会手动的调用__next__方法，而使用for循环：
for i in count(5): print (i)
实例：用yield实现斐波那契数列
def fibonacci(): a=b=1 yield a yield b while True: a,b = b,a+b yield b
调用：
for num in fibonacci(): if num > 100: break print (num),
yield中return的作用：
作为生成器，因为每次迭代就会返回一个值，所以不能显示的在生成器函数中return 某个值，包括None值也不行，否则会抛出“SyntaxError”的异常，但是在函数中可以出现单独的return，表示结束该语句。
通过固定长度的缓冲区不断读文件，防止一次性读取出现内存溢出的例子：
def read_file(path): size = 1024 with open(path,'r') as f: while True: block = f.read(SIZE) if block: yield block else: return
如果是在函数中return 具体某个值，就直接抛异常：
def test_return(): yield 4 return 0 结果：File "<stdin>", line 3 SyntaxError: 'return' with argument inside generator
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/16799.html