# 生成器 利用迭代器，我們可以在每次迭代獲取資料（通過next()方法）時按照特定的規律進行生成。但是我們在實現一個迭代器時，關於當前迭代到的狀態需要我們自己記錄，進而才能根據當前狀態生成下一個資料。 **為了達到記錄當前狀態，並配合next()函式進行迭代使用，我們可以採用更簡便的語法，即生成器(generator)。生成器是一類特殊的迭代器。**   # 建立生成器方法1 要建立一個生成器，有很多種方法。第一種方法很簡單，只要把一個列表生成式的 [ ] 改成 ( ) ``` >>> L = [x**2 for x in range(5)] >>> L [0, 1, 4, 9, 16] >>> G = (x**2 for x in range(5)) >>> G at 0x7fb63d218750> ``` 建立 L 和 G 的區別僅在於最外層的 [ ] 和 ( ) ， L 是一個列表，而 G 是一個生成器。我們可以直接打印出列表L的每一個元素，而對於生成器G，我們可以按照迭代器的使用方法來使用，即可以通過next()函式、for迴圈、list()等方法使用。 ``` >>> next(G) 0 >>> next(G) 1 >>> next(G) 4 >>> next(G) 9 >>> next(G) 16 >>> next(G) Traceback (most recent call last): File "", line 1, in next(G) StopIteration >>> G = ( x**2 for x in range(5)) >>> for x in G: print(x) ```   # 建立生成器方法2 generator非常強大。如果推算的演算法比較複雜，用類似列表生成式的 for 迴圈無法實現的時候，還可以用函式來實現。 就像之前提到的斐波那切數列   注意，在用迭代器實現的方式中，我們要藉助幾個變數(n、current、num1、num2)來儲存迭代的狀態。現在我們用生成器來實現一下。 ``` >>> def fib(n): current = 0 num1, num2 = 0, 1 while current < n: num = num1 num1, num2 = num2, num1 + num2 current += 1 yield num return '完成' >>> F = fib(5) >>> next(F) 0 >>> next(F) 1 >>> next(F) 1 >>> next(F) 2 >>> next(F) 3 >>> next(F) Traceback (most recent call last): File "", line 1, in next(F) StopIteration: 完成 ``` 在使用生成器實現的方式中，我們將原本在迭代器`__next__`方法中實現的基本邏輯放到一個函式中來實現，但是將每次迭代返回數值的return換成了yield，此時新定義的函式便不再是函式，而是一個生成器了。 `簡單來說：只要在def中有yield關鍵字的 就稱為 生成器`   此時按照呼叫函式的方式( 案例中為F = fib(5) )使用生成器就不再是執行函式體了，而是會返回一個生成器物件（ 案例中為F ），然後就可以按照使用迭代器的方式來使用生成器了。 ``` >>> for n in fib(5): print(n) 0 1 1 2 3 >>> ``` 但是用for迴圈呼叫generator時，發現拿不到generator的return語句的返回值。如果想要拿到返回值，必須捕獲`StopIteration`錯誤，返回值包含在StopIteration的value中： ``` >>> g = fib(5) >>> while True: try: x = next(g) print(f"value:{x}") except StopIteration as e: print(f"生成器返回值:{e.value}") break value:0 value:1 value:1 value:2 value:3 生成器返回值:完成 ```   # 總結 - 使用了yield關鍵字的函式不再是函式，而是`生成器`。（使用了yield的函式就是生成器） - yield關鍵字有兩點作用： - 儲存當前執行狀態（斷點），然後暫停執行，即將生成器（函式）掛起 - 將yield關鍵字後面表示式的值作為返回值返回，此時可以理解為起到了return的作用 - 可以使用`next()`函式讓生成器從斷點處繼續執行，即喚醒生成器（函式） - Python3中的生成器可以使用return返回最終執行的返回值，而Python2中的生成器不允許使用return返回一個返回值（即可以使用return從生成器中退出，但return後不能有任何表示式）。   # 使用send喚醒 我們除了可以使用`next()`函式來喚醒生成器繼續執行外，還可以使用`send()`函式來喚醒執行。使用send()函式的一個好處是可以在喚醒的同時向斷點處傳入一個附加資料。   例子：執行到yield時，gen函式作用暫時儲存，返回i的值; temp接收下次`c.send("python")`，send傳送過來的值，c.next()等價c.send(None) ``` >>> def gen(): i = 0 while i < 5: temp = yield i print(temp) i += 1 ``` ## 使用send ``` >>> f = gen() >>> next(f) 0 >>> f.send('haha') haha 1 >>> next(f) None 2 >>> f.send('haha') haha 3 >