下载掌阅APP，畅读海量书库
立即打开
Python提供了生成器函数工具，该工具具有强大的功能。在生成器函数的众多功能中，最值得关注的是创建迭代器功能。
生成器函数和普通函数非常相似。但是，生成器函数不使用return作为关键字，而是使用新关键字yield。下面是一个简单的例子：
在for循环中，其用法如下：
解释一下，当以调用函数的方式调用gen_nums()时，该函数会返回一个生成器对象：
生成器函数为gen_nums()，即定义并调用的函数。如果函数使用yield而非return，此函数即为生成器函数。在调用生成器函数时，会返回生成器对象。在上面的函数中，sequence就是生成器对象。
牢记要点
生成器函数总是返回生成器对象，不会返回其他对象。
生成器对象是一个迭代器，可以使用next()函数或for循环对它进行迭代：
分析代码的执行流程，当首次调用next()，或for循环刚启动时，函数gen nums()的主体从头开始执行，并返回yield右侧的值。
首次调用next()函数时，函数从头开始执行，与普通函数的执行过程很相似。但是，当再次调用next()函数，或在for循环中执行下一次迭代时，该函数并不会重新从头执行，而是会从yield语句之后的代码开始执行。再次查看gen_nums()的源代码：
gen_nums()不是普通的函数或子程序，而是协程。通常，普通函数可以有多个退出点（即return语句），但仅有一个入口点，即每次调用普通函数时都从函数体的首行开始执行。
协程在某些方面和函数比较相似，不过协程可能具有多个入口点。和普通函数一样，协程也是从第一行代码开始执行。不过，当协程执行到“返回”操作时，并不会彻底结束程序的运行，而是进入暂停状态。当继续调用next()时，或在for循环中执行下一次迭代时，会接着从暂停的yield语句执行。重新进入的入口点，即yield语句之后的代码行。
这就是协程的关键所在，每个yield语句同时定义了退出点和重新进入点。
对于生成器对象，每当请求新值时，控制流会从yield语句之后的下一行继续执行。在本例中，下一行代码会将变量n的值加1，然后继续执行while循环。
注意，gen_nums()函数体并没有抛出StopIteration异常。当函数体最终结束时，即退出while循环，生成器对象会自动抛出StopIteration异常。
再次强调，每个yield语句都同时定义了退出点和重新进入点。生成器支持包含多个yield语句：
输出如下所示：
退出while循环后，会触发第2个yield。当函数到达结尾的隐式返回操作时，迭代就会停止。仔细研究上述代码，以确保理解其中的逻辑。
再次回顾1.1节中的迭代平方值序列示例。最初的实现方式如下：
作为练习，我们先暂停一下，新建Python文件并打开，然后编写一个gen_squares()生成器函数，实现相同的功能。
完成的代码如下所示：
注意，gen_squares()使用了内置的range()函数，后者返回一个可迭代对象，这一点非常重要。
因为range()返回的是列表，当MAX值非常大时，生成器函数内部会创建一个特别大的列表，严重破坏代码的扩展性。
更重要的一点，生成器函数的扩展性取决于扩展性最差的代码行。生成器函数有可能占用较少的内存，前提是代码编写得够好。在编写生成器函数时，一定要注意隐藏的性能瓶颈。
严格地讲，我们并不需要生成器函数进行迭代。需要生成器的原因，是因为使用生成器能实现各种高效扩展的设计模式。
例如，你能在不编写生成器函数的情况下创建迭代器吗？当然可以。比如，要创建平方数列表，可以这样做：
每次调用__next__()方法就能获取值，直到抛出StopIteration异常。输出结果相同，但比较SquaresIterator类源代码与生成器源代码，哪种方法的可读性更强？哪种方法更容易维护？当需求发生变化时，哪种方法更容易修改且不会引入错误？相信大多数人都会认为生成器方法更简洁且更自然。
有的作者经常使用“生成器”指代生成器函数，或者表示调用函数返回的生成器对象。通常，作者会想当然地混用术语。混用有时没问题，但更多的情况下，混用并不妥。对于重要的概念，有时人们也不作很清晰的区分。函数与返回值之间存在很大区别，因此生成器函数和生成器对象也是完全不同的。
建议读者在思考、表达中，尽量使用“生成器函数”和“生成器对象”这两个术语，以保持概念清晰。工作沟通中也要如此，这样能帮助同事更好地理解。但存在一个例外，当你想表达“生成器函数和对象”这一语言特性时，直接说“生成器”也是可以的。在本书中，我将以身作则，严格区分术语。