生成器Generator：

　　本质：迭代器(所以自带了__iter__方法和__next__方法，不需要我们去实现)

　　特点：惰性运算,开发者自定义

在python中有三种方法来获取生成器:

        1.通过生成器函数

        2.通过各种推导式来实现生成器

        3.通过数据的转换获取生成器

一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。

def func():    print('hello')    yield 1    print('world')    yield 2g = func()       # 调用"生成器函数"a = g.__next__()print(a)          # a  generator(生成器)b = g.__next__()print(b)# yield关键字的特点: 可以记录当前函数中执行的位置,下一次继续执行# next和yield是一对搭档 : next开始函数的执行 yield停止函数的执行

列表推导式的常用写法:[结果 for 变量 in 可迭代对象]

生成器表达式和列表推导式的语法基本上是一样的,只是把[ ]替换成( )

俩个的区别:

        列表推导式比较耗内存,一次性加载.生成器表达式几乎不占用内存,使用的时候才分配

        和使用内存

 

lst = [i for i in range(10)]print(lst)#结果:#[0,1,2,3,4,5,6,7,8,9]g= (i for i in range(10))print(g)#结果:#
     
       at 0x106768f10>#打印的结果就是一个生成器. 我们可以使用for循环来循环这个生成器:for i in g:    print(i)
     

send方法:send和__next__一样都可以让生成器执行到下一个yield.

def generator():    print(123)    content = yield 1    print('=======',content)    print(456)    yield2g = generator()ret = g.__next__()print('***',ret)ret = g.send('hello')   #send的效果和next一样print('***',ret)#send 获取下一个值的效果和next基本一致#只是在获取下一个值的时候，给上一yield的位置传递一个数据#使用send的注意事项    # 第一次使用生成器的时候 是用next获取下一个值    # 最后一个yield不能接受外部的值

 

生成器的应用:监听文件的输入,对于文件中随时输入的内容进行自动化展示

import timedef tail(filename):    f = open(filename)    f.seek(0, 2) #从文件末尾算起    while True:        line = f.readline()  # 读取文件中新的文本行        if not line:            time.sleep(0.1)            continue        yield linetail_g = tail('tmp')for line in tail_g:    print(line)