前言

Python生成器(generator)并不是一個晦澀難懂的概念。相比于MetaClass和Closure等概念，其較為容易理解和掌握。但相對于程序結構：順序、循環和分支而言其又不是特別的直觀。無論學習任何的東西，概念都是非常重要的。正確樹立并掌握一些基礎的概念是靈活和合理運用的前提，本文將以一種通俗易懂的方式介紹一下generator和yield表達式。

1. Iterator與Iterable

首先明白兩點：

比較常見的數據類型list、tuple、dict等都是可迭代的，屬于collections.Iterable類型；

迭代器不僅可迭代還可以被內置函數next調用，屬于collections.Iterator類型；

迭代器是特殊的可迭代對象，是可迭代對象的一個子集。

將要介紹的gererator(生成器)是types.GeneratorType類型，也是collections.Iterator類型。

也就是說生成器是迭代器，可被next調用，也可迭代。

三者的包含關系：（可迭代（迭代器（生成器）））

2. Python生成器

python有兩種類型的生成器：生成器表達式和生成器函數。

由于生成器可迭代并且是iterator，因此可以通過for和next進行遍歷。

2.1 生成器表達式

把列表生成式的[]改成()便得到生成器表達式。

>>> gen = (i + i for i in xrange(10))>>> gen<generator object <genexpr> at 0x0000000003A2DAB0>>>> type(gen)<type 'generator'>>>> isinstance(gen, types.GeneratorType) and isinstance(gen, collections.Iterator) and isinstance(gen, collections.Iterable)True>>>

2.2 生成器函數

python函數定義中有關鍵字yield，該函數便是一個生成器函數，函數調用返回的是一個generator.

def yield_func():  for i in xrange(3):    yield igen_func = yield_func()for yield_val in gen_func:  print yield_val

生成器函數每次執行到yield便會返回，但與普通函數不同的是yield返回時會保留當前函數的執行狀態，再次被調用時可以從中斷的地方繼續執行。

2.3 next與send

通過for和next可以遍歷生成器，而send則可以用于向生成器函數發送消息。

def yield_func():  for i in xrange(1, 3):    x = yield i    print 'yield_func',xgen_func = yield_func()print 'iter result: %d' % next(gen_func)print 'iter result: %d' % gen_func.send(100)

結果：

iter result: 1yield_func 100iter result: 2

簡單分析一下執行過程：