本文研究的主要是Python生成器及其應用，具體如下。

一、定義

可以理解為一種數據類型，這種數據類型自動實現了迭代器協議（其他的數據類型需要調用自己內置的__iter__方法），所以生成器就是可迭代對象

二、生成器的兩種形式（Python有兩種不同的方式提供生成器）

1.生成器函數：常規函數定義，但是，使用yield語句而不是return語句返回結果。yield語句一次返回一個結果，在每個結果中間，掛起函數的狀態，以便下次重它離開的地方繼續執行

yield的功能：

把函數的結果做生迭代器（以一種優雅的方式封裝好__iter__,__next__） 函數暫停與再繼續運行的狀態是由yield

def func():  print('first')  yield 11111111  print('second')  yield 2222222  print('third')  yield 33333333  print('fourth')g=func()print(g)from collections import Iteratorprint(isinstance(g,Iterator)) #判斷是否為迭代器對象print(next(g))print('======>')print(next(g))print('======>')print(next(g))print('======>')print(next(g))for i in g: #i=iter(g)  print(i)

注：yield與return的比較？

2.生成器表達式：類似于列表推導，但是，生成器返回按需產生結果的一個對象，而不是一次構建一個結果列表

g=('egg%s' %i for i in range(1000))print(g)print(next(g))print(next(g))print(next(g))with open('a.txt',encoding='utf-8') as f:  # res=max((len(line) for line in f))  res=max(len(line) for line in f)  print(res)print(max([1,2,3,4,5,6]))with open('a.txt',encoding='utf-8') as f:  g=(len(line) for line in f)  print(max(g))  print(max(g))  print(max(g))

三、應用

# [{'name': 'apple', 'price': 333, 'count': 3}, ]文件內容#通過生成器表達器完成對文件的讀完跟操作with open('db.txt',encoding='utf-8') as f:  info=[{'name':line.split()[0],   'price':float(line.split()[1]),   'count':int(line.split()[2])} for line in f if float(line.split()[1]) >= 30000]  print(info)

總結

以上就是本文關于Python生成器以及應用實例解析的全部內容，希望對大家有所幫助。感興趣的朋友可以繼續參閱本站其他相關專題，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！