Python 的生成器

Posted on Tue, 30 Sep 2025 10:59:22 +0800 by LiangMingJian

概述 #

什么是生成器？为什么要有生成器？

众所周知，在 Python 中，列表作为一个容器可以存储多种多样的数据，它所占内存的大小与元素的个数成正比，元素越多，内存的占用也就越多。显然，在内存有限的情况下，列表的容量也是有限的。如果一次性创建一个巨大的列表，这会对程序的性能造成极大的影响。

一般情况下，我们并不会一次性处理所有的元素。因此，我们其实不必在创建列表时就把所有的元素加入，我们可以通过某种算法，在处理时再生成元素。这种边执行边生成的机制就称为生成器。

生成器是用时间换空间的典型实例，通过生成器的使用，我们可以节省内存的占用，这在大文件处理的时候是很有效的。

生成器的本质 #

生成器是迭代器的一种特殊实现方式，所有生成器都是迭代器，但并非所有迭代器都是生成器。

在 Python 中通过 for in 对对象进行遍历的操作被称为迭代（Iteration），可以进行迭代操作的对象被称为可迭代（Iterable）对象。

在 Python 中，迭代器是指实现了 __iter__()（用以返回自身） 和 __next__() （用以返回下一个元素）方法的对象，生成器在构建时会自动生成 __iter__() 和 __next__() 的方法。

迭代器特供惰性求值和单向遍历的特性。

• 迭代器的惰性求值可以让列表，元组，字典，集合这些可迭代对象在循环遍历时逐个访问，只有当程序调用 __next__() 方法时才继续访问。
• 迭代器的单向遍历可以让元素在访问或使用后直接消耗，释放内存，因此迭代器的循环遍历是不可回溯，单向的。

迭代器可以通过对列表，元组等可迭代对象调用 iter() 方法来构建。

list1 = [0, 1, 2]  
iter1 = iter(list1)  
  
for each in iter1:  
    print(each)

生成器其实是迭代器的一种简写方式，它的功能与迭代器的功能基本一致，同时，它的实现比迭代器更为便捷，不需要向迭代器一样构建 __iter__() 和 __next__() 方法，也不用调用 iter() 方法。

生成器的构建 #

在 Python 中，生成器的构建主要通过两种途径：生成器表达式与生成器函数。

生成器表达式 #

生成器表达式是特殊的推导表达式，只需将推导表达式的括号替换为小括号即可。

推导表达式的介绍可查看： Python 的推导表达式

generator1 = (x * 2 for x in range(3))  
print(next(generator1))  # 0
print(next(generator1))  # 2
print(next(generator1))  # 4
print(next(generator1))  # StopIteration

生成器函数 #

生成式函数是使用了关键字 yield 的函数。

yield 表达式类似 return，在函数执行到这里时会返回一个值，然后程序会记录代码执行位置，然后阻塞函数执行，直到程序调用 next() 后，然后从记录位置继续执行。

def generator(n):  
    while n < 10:  
        yield n  
        n += 1  
  
generator1 = generator(8)  
print(generator1)  # <generator object>
print(next(generator1))  # 8
print(next(generator1))  # 9
print(next(generator1))  # StopIteration