标签：__ Python 生成器 send yield print gene

'''
生成器 : 本质上还是一个迭代器,保证在我们需要的时候,按照我们的需要取值,而并不会立刻生成所有的值,依此大大节约内存,甚至几乎不占用内存
生成器函数 : 函数返回值时,以yield替代return,调用该函数后,返回一个生成器,而并不执行函数
    #注 : yield除特殊功能外,相当于return,返回后面的值
生成器的特点(重点) : 在同一个代码块中,生成器绝不二次执行相同的代码
生成器的调用 : generator.__next__()    #再次调用时,从上一次调用结束为开始至下一个yield结束
#注 : 调用时,不可使用func().__next()等价替代上文,否则永远只执行第一个yield之前的内容
给上一个yield所在位置传值 :    gene,send()    #不仅传值,还包括__next__()
    案例 :
        def func() :
            print("1")
            a = yield 2
            print("3",a)
            b = yield 4
            print("6",b)
            yield 7
        gene = func()    #生成一个生成器
        print(gene.__next__())    #执行print("1")
                                       yield 2     #打印1,返回2;
        print(gene.send("a"))    #执行a = "a"    #send函数为该处传值"a"
                                      print("3",a)    
                                      yield 4    #打印3, a,返回4,并打印
        print(gene.send("b"))    #执行b = "b"    #send函数为该处传值"b"
                                      print("6",b)
                                      yield 7    #打印6,b,返回7,并打印
        输出结果 :
            1
            2
            3 a
            4
            6 b
            7
一次性取出生成器里的所有返回值 : list(gene)
'''

标签：__,Python,生成器,send,yield,print,gene
来源： https://blog.51cto.com/14258683/2388124

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。