python3生成器函数,Python生成器函数
python有关生成器函数的问题
你使用except将生成器退出的事件拦截了。
创新互联建站长期为1000多家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为建阳企业提供专业的成都网站建设、成都做网站，建阳网站改版等技术服务。拥有十余年丰富建站经验和众多成功案例,为您定制开发。
这将导致生成器无法释放。
如果需要处理未知错误，应当将StopIteration错误单独except并直接抛出：
def myGenerator():
value = 1
while True:
try:
yield value
value += 1
except StopIteration:
raise StopIteration
except:
value = 1
gen = myGenerator()
print(next(gen))
print(next(gen))
python 生成器是函数吗
对于程序而言，内存也是很重要的，因为程序中很多数据都是保存在内存中的，如果内存中存储的数据过多，那么系统就会崩溃，这是人们不希望发生的。
可以采用生成器推导式来解决内存不足的问题。例如，利用生成器推导式创建一个生成器n，数据为1~33数字，可以写成n = (i for i in range(1, 34))。这样当程序需要一个数时，程序才生成数据，可以节省内存。然而生成器推导式太过简单，只能用一行代码的形式实现，如果要创建复杂的生成器，如创建一个生成器f，生成前10个斐波那契数字，生成器推导式已经不能满足需求了，因为斐波那契数列最开始的两个数都无法赋值。
函数可以实现复杂的功能，然而要节省内存，就需要使用生成器函数。生成器函数与普通函数的区别是函数中包含关键字yield。实际上只要含有yield关键字的函数就是生成器函数。
生成器函数是用函数实现生成器。定义生成器函数的语法格式如下：
def fib(): # 定义生成器函数
... a, b = 1, 1 # 定义初始值
... while True:
... yield a # 暂停执行，返回一个新变量值
... a, b = b, a+b
...
a= fib() # 调用生成器函数
for i in range(10):
... print(next(a)) # 调用生成器函数的yield生成值
...
1
1
2
3
5
8
13
21
34
55
def 函数名(参数):
函数体
yield 变量名
函数体
由语法格式可知，生成器函数与普通函数的区别在于函数体部分，生成器函数的函数体含有“yield 变量名”语句。yield的功能类似于return，return是函数返回值，yield的功能也是返回变量，但是它仅返回变量而不退出函数，因此，yield可以看作是多次返回变量且不会退出函数的return。
在调用生成器函数时，写上函数名与参数，并通过一个变量接收返回值，语法格式如下：
变量名 = 函数名(参数)
调用生成器函数的yield生成值的第一种方法如下：
next(变量名)
第二种方法如下：
变量名.__next__()
在掌握了生成器函数的定义和调用之后，就可以使用生成器函数实现生成前10个斐波那契数字的案例了。这个案例主要分为三步，第一步是定义生成器函数，第二步是调用并赋值，第三步是打印结果，代码如下：
在上述程序中，首先定义生成器函数fib()，函数内先定义斐波那契数列的两个初始值，再写一个while True死循环。这个死循环有些特别，先是用yield生成待使用的数字，再通过赋值语句“a, b = b, a+b”将b的值赋给a，将a+b的值赋给b，每次循环都是如此。然后调用生成器函数fib()，再调用生成器函数的yield生成值，最后打印结果。由于需要生成前10个斐波那契数字，因此可以采用for循环，每循环一次生成并打印一个斐波那契数字，共循环10次。第一次循环时，调用yield生成值a，即1;第二次循环时，调用yield生成值a，a被赋值成b的值，即1，而b被赋值成a+b的值，即2;第三次循环时，调用yield生成值a，a被赋值成b的值，而此时b的值是上次赋值的a+b的值，即2……以此类推，就得到了整个斐波那契数列。
Python创建生成器的两种方法
创建生成器方法
方法一
要创建一个生成器，有很多种方法。第一种方法很简单，只要把一个列表生成式的[ ]改成( )
创建L和G的区别仅在于最外层的[ ]和( )，L是一个列表，而G是一个生成器。我们可以直接打印出L的每一个元素，但我们怎么打印出G的每一个元素呢？如果要一个一个打印出来，可以通过next()函数获得生成器的下一个返回值：
运行结果：
运行结果：
生成器保存的是算法，每次调用next(G)，就计算出G的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的异常。当然，这种不断调用next()实在是太变态了，正确的方法是使用for循环，因为生成器也是可迭代对象。所以，我们创建了一个生成器后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration异常。
相关推荐：《Python视频教程》
方法2
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
运行结果：
仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。
也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：
运行结果：
在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：
运行结果：
但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
运行结果：
相关推荐：
三分钟看懂什么是Python生成器
分享文章：python3生成器函数,Python生成器函数
文章地址：http://scjbc.cn/article/dssgccs.html
