深入解释yield和Generators（生成器）(3)

当前位置:

首页 > Python基础教程 >

深入解释yield和Generators（生成器）(3)

魔法?

那么神奇的部分在哪里?我很高兴你问了这个问题!当一个生成器函数调用yield，生成器函数的“状态”会被冻结，所有的变量的值会被保留下来，下一行要执行的代码的位置也会被记录，直到再次调用next()。一旦next()再次被调用，生成器函数会从它上次离开的地方开始。如果永远不调用next()，yield保存的状态就被无视了。

我们来重写get_primes()函数，这次我们把它写作一个生成器。注意我们不再需要magical_infinite_range函数了。使用一个简单的while循环，我们创造了自己的无穷串列。

1

2

3

4

5

						def get_primes(number):

						    while True:

						        if is_prime(number):

						            yield number

						        number += 1

如果生成器函数调用了return，或者执行到函数的末尾，会出现一个StopIteration异常。这会通知next()的调用者这个生成器没有下一个值了(这就是普通迭代器的行为)。这也是这个while循环在我们的get_primes()函数出现的原因。如果没有这个while，当我们第二次调用next()的时候，生成器函数会执行到函数末尾，触发StopIteration异常。一旦生成器的值用完了，再调用next()就会出现错误，所以你只能将每个生成器的使用一次。下面的代码是错误的：

						>>> our_generator = simple_generator_function()

						>>> for value in our_generator:

						>>>     print(value)

						>>> # 我们的生成器没有下一个值了...

						>>> print(next(our_generator))

						Traceback (most recent call last):

						  File "<ipython-input-13-7e48a609051a>", line 1, in <module>

						    next(our_generator)

						StopIteration

						>>> # 然而，我们总可以再创建一个生成器

						>>> # 只需再次调用生成器函数即可

						>>> new_generator = simple_generator_function()

						>>> print(next(new_generator)) # 工作正常

						1

因此，这个while循环是用来确保生成器函数永远也不会执行到函数末尾的。只要调用next()这个生成器就会生成一个值。这是一个处理无穷序列的常见方法（这类生成器也是很常见的）。

执行流程

让我们回到调用get_primes的地方：solve_number_10。

						def solve_number_10():

						    # She *is* working on Project Euler #10, I knew it!

						    total = 2

						    for next_prime in get_primes(3):

						        if next_prime < 2000000:

						            total += next_prime

						        else:

						            print(total)

						            return

栏目列表