本文研究的主要是Python生成器及其应用，具体如下。

一、定义

可以理解为一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己内置的__iter__方法），所以生成器就是可迭代对象

二、生成器的两种形式（Python有两种不同的方式提供生成器）

1.生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

yield的功能：

把函数的结果做生迭代器（以一种优雅的方式封装好__iter__,__next__）

函数暂停与再继续运行的状态是由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)) #判断是否为迭代器对象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与return的比较？

• 相同：都有返回值的功能
• 不同：return只能返回一次值，而yield可以返回多次值

2.生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

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、应用

# [{'name': 'apple', 'price': 333, 'count': 3}, ]文件内容#通过生成器表达器完成对文件的读完跟操作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)

总结

以上就是本文关于Python生成器以及应用实例解析的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！