python生成器怎么用

Python 中的**生成器（generator）**是一种可以“边生成边使用”的可迭代对象，常用于处理大量数据或无限序列，节省内存。

下面从基本用法 → 常见写法 → 实际例子一步步说明。

一、什么是生成器？

普通函数用 return 返回结果并结束
生成器函数用 yield 返回值，并“暂停”函数状态

def my_gen():
    yield 1
    yield 2
    yield 3

调用它不会立即执行：

g = my_gen()

它是一个生成器对象：

print(g)  # <generator object my_gen at 0x...>

二、使用生成器（迭代）

生成器只能迭代一次

for i in g:
    print(i)

输出：

1
2
3

或用 next()：

g = my_gen()
print(next(g))  # 1
print(next(g))  # 2
print(next(g))  # 3
# print(next(g))  # StopIteration

三、生成器的核心特点

✅ 惰性计算（用的时候才生成）
✅ 节省内存
✅ 可表示无限序列

四、常见写法 1：函数 + yield

def count_up(n):
    i = 1
    while i <= n:
        yield i
        i += 1

for x in count_up(5):
    print(x)

五、常见写法 2：生成器表达式

类似列表推导，但用 ()

gen = (x*x for x in range(5))
for v in gen:
    print(v)

对比：

list_comp = [x*x for x in range(5)]  # 立即生成
gen_exp   = (x*x for x in range(5))  # 延迟生成

六、实际例子：读取大文件

避免一次性读入内存：

def read_lines(path):
    with open(path, encoding="utf-8") as f:
        for line in f:
            yield line.strip()

for line in read_lines("big.txt"):
    print(line)

七、无限生成器示例

def infinite_numbers():
    n = 0
    while True:
        yield n
        n += 1

g = infinite_numbers()
print(next(g))  # 0
print(next(g))  # 1

八、生成器 vs 列表

九、进阶：yield from

def sub_gen():
    yield 1
    yield 2

def main_gen():
    yield from sub_gen()
    yield 3

for x in main_gen():
    print(x)

如果你愿意，我可以：

• 用具体业务场景讲生成器
• 对比 iterator / generator / coroutine
• 讲 async generator（异步生成器）

你更想了解哪一部分？