（11）生成器
什么是生成器
生成器就是一种自定义一的迭代器
为什么要有生成器
1. 提供一种自定义迭代器的解决方案
yield 和 return的区别
相同点:都能返回值,并且返回值没有类型与个数限制
不同点:yield可以返回值多次值,而return只能返回一次值
PS：函数只要遇到return就整个程序都结束，而yield只要函数运行遇到yield就会暂停，继续运行一次next才会往下走，next的作用就是将yield唤醒
如何使用生成器
在函数内但凡出现yield的关键字，该函数不是生成器
在函数内但凡出现yoeld的关键字，然后调用函数将不会立即执行函数体代码，该返回值就是生成器，即我们自定义一的迭代器
yield中send方法是将参数发送到yield函数中
progress.send(len(data))
自定义一迭代器
def func():
print('first')
yield 1
print('second')
yield 2
print('third')
yield 3
print('fourth')
g=func() #将返回值赋值给一个变量
print(g) #打印一个返回值会提示这是一个生成器对象
next(g) #next的时候生成器才会执行
res = next(g) #将next（g）的返回值赋值给一个变量
print（res） #就会得到一个返回值
PS：生成器对象本质就是迭代器，所以生成器就是一个自定义一迭代器
PS：生成器的工作原理，当next()时候遇到yield，就会暂停，这时候需要继续next一下运行一次，获取值再遇到到yield暂停，如此往复获取值
生成器实例
python3中range（）方法已经定义成可迭代对象
用迭代器模拟range（）方法的运行
def my_range(start,stop,step=1): #start=1（起始位置） stop=7（结束位置） step=2（步长）
while start < stop:
yield start
start+=step # start=7
res=my_range(1,7,2) #调用函数的时候会得到一个返回值，这个返回值就是一个生成器对象，赋值给一个变量
print（next(res)）
for i in res: #用for循环去打印这个迭代器，就可以一下子得到全部返回值
print(i)
PS:生成器打印时候和迭代器一样，用next（）得到函数运行的结果
PS：生成器不触发是不会产生任何值，所以一定要next去触发
那到底什么时候使用生成器呢？
当创建列表只是一共中间过程的时候，为了避免创建庞大的列表，我们可以使用生成器表达式来完成。比如，我们要计算一篇txt文本的单词数时，我们没必要先将列表生成再计算单词数。
|
1
2
3
|
f = open('*.txt','r')len([word for line in f for word in line.split()]) #使用列表解析，先生成列表后计数len(word for line in f for word in line.split()) #使用生成器，对返回的生成器计数，没有生成列表 |
所做的只是把方括号去掉，不但少了两个字节，更节省了内存。
这让我想起了使用xrange()代替range(),道理是一样的。xrange返回一个生成器，而range返回一个列表。
